基于levy飞行优化BOA-BP网络的电池SOC估计 |
| |
引用本文: | 李畅,王琪,姜佳怡.基于levy飞行优化BOA-BP网络的电池SOC估计[J].电子技术应用,2023(4):88-91. |
| |
作者姓名: | 李畅 王琪 姜佳怡 |
| |
作者单位: | 西安工业大学电子信息工程学院 |
| |
摘 要: | 目前电动汽车动力输出的来源主要是动力电池,其荷电状态(State of Charge,SOC)表示电池的剩余电量情况,精确估算SOC对于电池的使用安全有重要意义。将蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)进行改进并用于优化BP神经网络估算动力电池SOC,解决了普通BP网络估计SOC时遇到的训练时间长、收敛慢、精度较低、易陷入局部最优解的问题;同时提升了全局搜索速度,选取电压和电流为输入变量、SOC为输出变量,根据误差的大小调整神经网络的权值和阈值。仿真结果表明,优化后得到的SOC估计结果误差率控制在1.1%以内,该方法寻优速度快,具有更好的鲁棒性。
|
关 键 词: | 荷电状态估计 蝴蝶优化算法 BP神经网络 Levy飞行 |
|
|