基于RBF-BSA的锂离子电池SOC混合估算算法

• 作者: 孙静雯 张海传 时应虎 李占英
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 锂离子电池 回溯搜索算法 径向基神经网络 荷电状态 目标函数
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 机械与材料工程
• 页码范围: 67-72
• 页数: 6页
• 分类号: U469.72|TM912
• 语种: 中文
• DOI: 10.13245/j.hust.191212

摘要

为提高锂离子电池荷电状态(SOC)预测精度,提出利用回溯搜索算法(BSA)优化径向基函数(RBF)神经网络的输出权值与阈值的混合算法.通过对锂电池模型中的目标函数进行优化求解,并寻找最佳的目标权值和阈值降低预测误差,提高了RBF网络模型的预测精度.为验证算法的有效性,搭建锂离子电池的充放电实验平台获取数据并对网络进行验证,实验结果表明:混合算法相比标准RBF网络算法具有更好的SOC预测精度,并将网络输出预测误差降低到2％以内,符合锂电池荷电状态估算要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李占英	大连工业大学信息科学与工程学院	6	7	2.0	2.0
2	张海传	大连工业大学信息科学与工程学院	4	7	2.0	2.0
3	时应虎	大连工业大学信息科学与工程学院	1	0	0.0	0.0
4	孙静雯	大连工业大学信息科学与工程学院	1	0	0.0	0.0