基于模糊神经网络的MH/Ni电池荷电状态预测

被引:3
|
作者
张梅
机构
[1] 安徽理工大学电气工程学院
关键词
MH/Ni电池; 荷电状态; 模糊神经网络;
D O I
暂无
中图分类号
TM912 [蓄电池];
学科分类号
摘要
为了准确有效地预测电池的荷电状态,应用模糊神经网络,建立了电池荷电状态的预测模型,对MH/Ni电池进行荷电状态预测。系统使用不同的实验数据对网络进行训练和测试,结果表明,该方法能较准确地预测电池的荷电状态,有良好的实用性。
引用
收藏
页码:1316 / 1318
页数:3
相关论文
共 6 条
  • [1] 基于小波神经网络的航空蓄电池容量预测
    刘勇智
    刘聪
    [J]. 电源技术, 2011, 35 (12) : 1514 - 1516
  • [2] 基于模糊神经网络的电池剩余电量计算模型
    李革臣
    江海
    王海英
    [J]. 测试技术学报, 2007, (05) : 405 - 409
  • [3] 电动汽车动力电池模型及SOC预测方法
    邵海岳
    钟志华
    何莉萍
    钟勇
    陈宗璋
    [J]. 电源技术, 2004, (10) : 637 - 640
  • [4] 基于径向基函数网络的MH/Ni电池建模及容量预测
    邓超
    史鹏飞
    [J]. 化工学报, 2004, (04) : 673 - 677
  • [5] 人工神经网络法预测MH-Ni蓄电池容量
    薛建军
    唐致远
    刘建华
    王占良
    [J]. 电源技术, 2003, (03) : 305 - 307
  • [6] 基于模糊神经网络镍氢电池容量预估与电池管理系统的研究[D]. 彭志远.重庆大学. 2007