锂离子动力电池荷电状态联合估计

• 作者: 吴孟强 张大庆 徐自强 李元勋 杨云龙
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 荷电状态 萤火虫算法 小波神经网络 仿真
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 论文
• 页码范围: 60-65
• 页数: 6页
• 分类号: TM912
• 字数: 3913字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2018.22.008

摘要

为了进一步提高锂离子动力电池荷电状态(SOC)的估计精度问题,在分析了电池电压、温度、电流和放电电量对电池SOC值的影响后,提出了一种新颖的混沌萤火虫算法(chaos firefly algorithm,CAF)和小波神经网络(WNN)相结合的锂离子动力电池SOC联合估计方法,该方法首次利用于电池SOC值估计中,通过新颖的混沌萤火虫算法优化小波神经网络,加入动量项优化网络的权值和调整修正参数,提高了网络的学习效率和SOC估计精度.克服神经网络进化缓慢并且容易陷入局部最小的缺陷,通过仿真和电池实际工况下实验,结果表明与WNN算法相比,所提出的方法具有更高的预测精度,均方根误差小于2％,验证了这一算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴孟强	电子科技大学材料与能源学院	56	505	13.0	21.0
2	李元勋	电子科技大学电子薄膜与集成器件国家重点实验室	73	307	9.0	13.0
3	徐自强	电子科技大学材料与能源学院	31	155	7.0	11.0
4	杨云龙	电子科技大学材料与能源学院	3	8	2.0	2.0
5	张大庆		3	8	2.0	2.0