| 基于QGA-QBP的动力电池SOC估计 |
| |
| 引用本文： | 戴尉阳,唐忠,史晨豪,李泽霜.基于QGA-QBP的动力电池SOC估计[J].电源技术,2021,45(7):893-896. |
| |
| 作者姓名： | 戴尉阳 唐忠 史晨豪 李泽霜 |
| |
| 作者单位： | 上海电力大学电气工程学院,上海200090 |
| |
| 摘 要： | 提出了一种基于量子遗传算法改进量子神经网络模型的荷电状态估计方法.考虑电池健康状态指标,分析引入内阻参数对电池估计精度的影响.针对传统神经网络及其改进算法的不同估计缺陷,在其基础上进行量子编码并动态自适应调整量子旋转角,缩短搜索时间的同时提高了收敛精度.最后在MATLAB仿真测试,验证了所提算法相较传统神经网络的收敛性能优势.
|
| 关 键 词： | 荷电状态 量子计算 电动汽车 神经网络 |
SOC estimation of power battery based on QGA-QBP |
| |
| DAI Weiyang,TANG Zhong,SHI Chenhao,LI Zeshuang.SOC estimation of power battery based on QGA-QBP[J].Chinese Journal of Power Sources,2021,45(7):893-896. |
| |
| Authors: | DAI Weiyang TANG Zhong SHI Chenhao LI Zeshuang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
