基于小波神经网络的光伏电站储能电池SOC状态评估

• 作者: 宋春蕊 张真 李国伟 赵媛杰 赵泽昆 黄宇丹
• 来源期刊: 电器与能效管理技术
• 学科: 工学
• 关键词: 小波 神经网络 荷电状态 评估模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 储能系统控制技术
• 页码范围: 55-59
• 页数: 5页
• 分类号: TM615
• 字数: 2909字
• 语种: 中文
• DOI: 10.16628/j.cnki.2095-8188.2018.01.010

摘要

针对传统的状态评估模型难以准确进行SOC状态评估等问题,采用紧致型小波神经网络的光伏电站储能电池SOC状态评估模型,通过增加动量项的权值学习对紧致型小波神经网络进行改进,以提高SOC状态评估模型的精度.由电压、电流构成模型的输入特征量,储能电池的SOC为输出特征量进行模型构建,进行模型仿真验证并与实际数据对比,结果表明,改进的紧致型小波神经网络具有更高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄宇丹		4	1	1.0	1.0
2	赵媛杰		3	1	1.0	1.0
3	李国伟		3	6	1.0	2.0
4	赵泽昆		3	1	1.0	1.0
5	张真		1	1	1.0	1.0
6	宋春蕊		1	1	1.0	1.0