基于PSO-RBF神经网络的电动汽车锂电池SOC估算研究与应用

• 作者: 孙文明
• 来源期刊: 时代农机
• 关键词: SOC估算 电池管理系统 粒子群算法 径向基神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 机电设计与研究
• 页码范围: 75-78
• 页数: 4页
• 字数: 2320字
• 语种: 中文

摘要

作为电动汽车电池管理系统(Battery Management System,BMS)重要决策因素,电池荷电状态(State of Charge,SOC)准确估算在优化电动汽车能量管理、预防电池过充、过放及保证电池安全及寿命等方面起着至关重要的作用.综合考虑多种电池SOC估算方法优缺点,文章提出采用粒子群优化(Particle Swarm Optimization,PSO)算法与径向基函数(Radial Basis Function,RBF)神经网络相结合的方式,提高RBF神经网络中由隐层到输出层的连接权值的准确度.该方法可有效提高电池SOC估算精度,方便电动汽车驾驶人员掌握续航里程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙文明		5	2	1.0	1.0