车用锂离子动力电池SOC时间序列的BP神经网络预测模型

• 作者: 徐东辉 徐向阳
• 来源期刊: 南昌大学学报（理科版）
• 学科: 工学
• 关键词: 荷电状态 混沌 时间序列 BP神经网络 相空间重构 预测
• 年，卷（期）: 2020,（2）
• 页码范围: 180-186
• 页数: 7页
• 分类号: TM912.9
• 字数: 5239字
• 语种: 中文

摘要

由于车用锂离子动力电池系统具有高度复杂的非线性特性,很难建立准确的电路模型对荷电状态(State of Charge,SOC)进行实时在线获取.为此本文在分析并判别锂离子动力电池系统的混沌特性基础上,建立SOC时间序列的BP神经网络预测模型,并与二阶RC网络模型构成闭环控制系统.仿真结果表明,由二阶RC网络模型与BP神经网络模型构成的闭环控制系统具有较高的预测精度,较好的实时性及实际应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐东辉	南昌师范学院数学与计算机科学系	6	15	2.0	3.0
3	徐向阳	南昌师范学院数学与计算机科学系	5	2	1.0	1.0