利用人工神经网络预测电池SOC的研究

被引:25
作者
齐智
吴锋
陈实
于卿
王国庆
机构
[1] 北京理工大学化工与环境学院,北京理工大学化工与环境学院,北京理工大学化工与环境学院,北京理工大学化工与环境学院,北京理工大学化工与环境学院北京,北京,北京,北京,北京
关键词
混合动力车; 电池; 荷电状态(SOC); 人工神经网络(ANN); 多元函数预测;
D O I
暂无
中图分类号
TM910.1 [基本原理、计算];
学科分类号
0808 ;
摘要
能源和环境与人类社会的生存和发展密切相关,能源短缺和环保的要求推动了混合动力车的发展。电池是混合动力车的动力源之一,准确和可靠地获得电池荷电状态(Stateofcharge,SOC)是电池管理系统的主要任务之一。在总结现有SOC预测方法的基础上,尝试使用人工神经网络的方法预测动力电池SOC。结果表明人工神经网络对多变量的非线性系统非常有效。另外,不同的数据样本对训练效果存在影响,试验表明用处理后的数据进行预测的结果明显较好。
引用
收藏
页码:325 / 328
页数:4
相关论文
共 4 条
[1]   混合动力电动汽车关键技术 [J].
田光宇 ;
彭涛 ;
林成涛 ;
陈全世 .
汽车技术, 2002, (01) :8-11
[2]   电动汽车用电池SOC定义与检测方法 [J].
麻友良 ;
陈全世 ;
齐占宁 .
清华大学学报(自然科学版), 2001, (11) :95-97+105
[3]   混合动力电动汽车的发展 [J].
麻友良 ;
陈全世 .
公路交通科技, 2001, (01) :77-80
[4]   电动汽车动力电池SOC预测技术研究 [J].
朱元 ;
韩晓东 ;
田光宇 .
电源技术, 2000, (03) :153-156