基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用Elman神经网络完成了对锂电池SOH的估算,以温度、SOC和内阻作为Elman神经网络模型的输入,SOH值作为输出建立Elman神经网络模型,并对模型进行测试,仿真结果表明:该模型的SOH测试相对误差在±1.5%内.最后采用MCU实现数据的采集,在服务器中用java实现基于Elman神经网络的估算算法,该方法释放了下位机的运算压力,提高了处理速度和精度.
推荐文章
基于IPSO-Elman的锂电池剩余寿命预测
锂电池
剩余寿命预测
IPSO-Elman
预测建模
高斯去噪
参数优化
基于改进神经网络算法的医疗锂电池PHM系统设计
医疗锂电池
故障预测与健康管理系统
非线性自回归神经网络
人工免疫粒子滤波算法
经验模型
基于神经网络的电池SOC估算及优化方法
锂离子电池
SOC
神经网络
粒子群算法
RMSProp
新型的锂电池荷电状态估算方法
锂电池
荷电状态
扩展卡尔曼滤波
温度影响
估计误差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Elman神经网络的锂电池SOH估算
来源期刊 大连交通大学学报 学科
关键词 锂电池 SOH估算 Elman神经网络 特征参数
年,卷(期) 2020,(2) 所属期刊栏目 电气信息工程
研究方向 页码范围 104-108
页数 5页 分类号
字数 3075字 语种 中文
DOI 10.13291/j.cnki.djdxac.2020.02.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾洁 大连交通大学电气信息工程学院 82 355 10.0 16.0
2 邹娟 大连交通大学电气信息工程学院 18 130 5.0 11.0
3 徐升荣 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (57)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(13)
  • 参考文献(3)
  • 二级参考文献(10)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(15)
  • 参考文献(3)
  • 二级参考文献(12)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锂电池
SOH估算
Elman神经网络
特征参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大连交通大学学报
双月刊
1673-9590
21-1550/U
大16开
大连市沙河口区黄河路794号
1980
chi
出版文献量(篇)
3012
总下载数(次)
3
总被引数(次)
12659
论文1v1指导