基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了达到对锂电池组进行故障诊断的目的,采用基于BP神经网络算法的电池组故障诊断模型,通过实验数据做了模型的训练与仿真实验.实验结果证明网络能够准确判断出电池组故障原因,实现了电池组故障诊断,保证电池组平稳运行.
推荐文章
基于LM-BP神经网络的气阀故障诊断方法
Levenberg-Marquardt算法
BP神经网络
多级往复式压缩机
气阀故障
基于退火BP神经网络的模拟电路故障诊断方法
故障诊断
模拟电路
BP神经网络
模拟退火
基于BP神经网络的卫星故障诊断方法
卫星
BP神经网络
故障诊断
基于LM-BP神经网络算法的模拟电路故障诊断
BP神经网络
遗传算法
Levenberg-Marquardt算法
模拟电路
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络算法的电池组故障诊断研究
来源期刊 自动化与仪器仪表 学科 工学
关键词 MATLAB 电池组 BP神经网络 故障诊断
年,卷(期) 2017,(11) 所属期刊栏目 理论创新
研究方向 页码范围 45-47
页数 3页 分类号 TP277
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2017.11.045
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵宏伟 后勤工程学院机械电气工程系 29 574 9.0 23.0
2 孟庆武 后勤工程学院机械电气工程系 2 5 1.0 2.0
3 孙润诚 后勤工程学院机械电气工程系 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (79)
参考文献  (16)
节点文献
引证文献  (5)
同被引文献  (29)
二级引证文献  (4)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(7)
  • 参考文献(6)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
MATLAB
电池组
BP神经网络
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导