一种电动汽车电池SOC软测量方法研究

• 作者: 孙正凤 苏磊
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 电动汽车 SOC 软测量 减法聚类 自适应模糊神经网络
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 研究与设计
• 页码范围: 987-989,1088
• 页数: 4页
• 分类号: TM912.9
• 字数: 2831字
• 语种: 中文

摘要

针对电动汽车电池荷电状态(state of charge,SOC)不可直接测量这一问题,引入基于减法聚类和自适应模糊神经网络的SOC软测量方法.首先,利用减法聚类确定自适应模糊神经网络的结构;然后,将反向传播算法与最小二乘算法混合使用,对网络的前件参数和结论参数分别进行优化,提高了参数的学习效率;最后,将神经网络自动生成的模糊隶属函数和规则集应用于电动汽车电池SOC的软测量中.在CYC-HWFET工况下,取电池的电压、电流和温度参数来实现SOC的软测量,仿真结果表明:基于减法聚类和自适应模糊神经网络方法的电动汽车电池SOC软测量模型精度较高,真实值与软测量值误差较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏磊	南京理工大学泰州科技学院电子电气工程学院	11	22	3.0	4.0
2	孙正凤	南京理工大学泰州科技学院电子电气工程学院	13	29	3.0	5.0