粒子群优化神经网络的动力电池SOC估算研究

• 作者: 张萌 王晨 王琪
• 来源期刊: 单片机与嵌入式系统应用
• 学科: 工学
• 关键词: 动力电池 电池荷电状态 粒子群算法 BP神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 专题论述
• 页码范围: 20-23,29
• 页数: 5页
• 分类号: TP183
• 字数: 3269字
• 语种: 中文

摘要

针对电动汽车动力电池非线性强、普通神经网络模型预测电池组的剩余荷电状态(SOC)时面临收敛速度慢、精度低的问题,本文提出利用粒子群优化神经网络(PSO-BP)估算动力电池SOC.该方法以单体电池电压、电流作为神经网络模型的输入,电池SOC作为输出,采用粒子群优化BP神经网络的权值和阈值,解决普通神经网络容易陷入局部极小值的问题.仿真结果表明,该方法估算电池SOC具有较高的预测精度,收敛速度快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琪	西安工业大学电子信息工程学院	29	99	5.0	9.0
2	王晨	西安工业大学电子信息工程学院	5	0	0.0	0.0
3	张萌	西安工业大学电子信息工程学院	5	16	2.0	4.0