基于RBF-BSA的锂离子电池SOC混合估算算法

发布时间：2021-04-28 07:21

　　为提高锂离子电池荷电状态（SOC）预测精度,提出利用回溯搜索算法（BSA）优化径向基函数（RBF）神经网络的输出权值与阈值的混合算法.通过对锂电池模型中的目标函数进行优化求解,并寻找最佳的目标权值和阈值降低预测误差,提高了RBF网络模型的预测精度.为验证算法的有效性,搭建锂离子电池的充放电实验平台获取数据并对网络进行验证,实验结果表明:混合算法相比标准RBF网络算法具有更好的SOC预测精度,并将网络输出预测误差降低到2%以内,符合锂电池荷电状态估算要求. 

【文章来源】：华中科技大学学报(自然科学版). 2019,47(12)北大核心EICSCD

【文章页数】：6 页

【参考文献】：
期刊论文
[1]锂离子电池特性建模与SOC估算算法的研究[J]. 凡旭国,周金治,高磊.  微型机与应用. 2017(02)
[2]基于PSO-RBF混合算法锂离子电池SOC估算[J]. 吴铁洲,吴笑民,杨蒙蒙,熊金龙.  电源技术. 2016(05)



本文编号：3165065