基于MIV-GA-BP神经网络的铅酸蓄电池SOC预测

• 作者: 孙硕 孙俊忠 周智勇 杨占录 蔡巍
• 来源期刊: 电源技术
• 关键词: 铅酸蓄电池 荷电状态(SOC) 神经网络 平均影响值(MIV) 遗传算法
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 研究与设计|Research and design
• 页码范围: 228-231
• 页数: 4页
• 分类号: TM912
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2021.02.021

摘要

建立了铅酸蓄电池充电过程中SOC的神经网络预测模型,采用平均影响值(M1V)算法对预测模型的输入变量进行了分析和筛选.在MIV算法的基础上,比较了基于遗传算法优化的BP神经网络(MIV-GA-BP)与传统MIV-BP神经网络对蓄电池充电过程中SOC的预测误差.测试样本的验证结果表明,MIV-GA-BP神经网络模型对蓄电池充电过程的SOC预测精度更优.