启发式BP神经网络估算铅酸电池的SOC

• 作者: 朱武 杜瑞 邓安全
• 来源期刊: 电池
• 学科: 工学
• 关键词: 荷电状态 遗传算法 粒子群优化算法 BP神经网络 混沌机制 阀控式铅酸(VRLA)电池
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 技术交流
• 页码范围: 51-54
• 页数: 4页
• 分类号: TM912.1
• 字数: 4139字
• 语种: 中文
• DOI: 10.19535/j.1001-1579.2019.01.013

摘要

针对BP神经网络估算电池荷电状态(SOC)时存在易陷入局部最优、估算精度低等问题,提出基于启发式BP神经网络的电池SOC估算方法.将粒子群优化算法(PSO)和遗传算法(GA)相结合,构成混合启发式算法,并引入混沌机制,优化BP神经网络来对电池SOC进行估算.以阀控式铅酸电池(VRLA)为实验研究对象,与传统BP神经网络估算方法比较,发现基于启发式BP神经网络的SOC估算误差可控制在2％以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱武	上海电力学院电子与信息工程学院	72	419	11.0	17.0
2	杜瑞	上海电力学院电子与信息工程学院	1	3	1.0	1.0
3	邓安全	上海电力学院电子与信息工程学院	5	7	2.0	2.0