|
|||||
|
|
| 基于QPSO-BP神经网络的锂电池SOC预测 | |
| 引用本文： | 刘征宇,杨俊斌,张庆,张利,赵爱国.基于QPSO-BP神经网络的锂电池SOC预测[J].电子测量与仪器学报,2013,27(3). |
| 作者姓名： | 刘征宇 杨俊斌 张庆 张利 赵爱国 |
| 作者单位： | 1. 合肥工业大学机械与汽车工程学院 合肥 230009;安全关键工业测控技术教育部工程研究中心 合肥 230009 2. 安徽富煌建设有限责任公司 合肥 238076 3. 合肥工业大学机械与汽车工程学院 合肥 230009 |
| 基金项目： | 国家电子信息产业发展基金，安徽高校省级自然科学研究，广东省教育部产学研结合 |
| 摘 要： | 电池荷电状态(state of charge,SOC)的预测是电动汽车电池管理系统的关键任务之一,为此对锂电池荷电状态的预测进行了研究,提出了一种基于QPSO-BP神经网络的锂电池SOC预测.在分析了磷酸铁锂(LiFePO4)电池充放电机理后,运用MATLAB人工神经网络工具箱建立基于量子微粒群算法(QPSO)的BP(back propagation)神经网络模型,用于预测锂离子电池充放电过程中的任一状态下的SOC.仿真实验验证了方法的准确性.结果表明,与现有的神经网络预测方法相比,基于QPSO-BP神经网络的锂电池SOC预测方法准确度高,且具备很好的实用性. |
| 关 键 词： | 锂离子电池 荷电状态SOC 神经网络 量子微粒群算法 |
Estimation for SOC of lithium battery based on QPSO-BP neural network |
|
| Liu Zhengyu , Yang Junbin , Zhang Qing , Zhang Li , Zhao Aiguo.Estimation for SOC of lithium battery based on QPSO-BP neural network[J].Journal of Electronic Measurement and Instrument,2013,27(3). | |
| Authors: | Liu Zhengyu Yang Junbin Zhang Qing Zhang Li Zhao Aiguo |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |