论文摘要
为了实现退役动力锂电池荷电状态（State of Charge,SOC）的预测,针对退役锂离子电池特殊的非线性关系,提出自适应法和列文伯格算法（Levenberg-Marquardt,LM）相结合优化BP神经网络估算退役锂电池SOC的VLLM动态模型,并验证了随机工况下退役锂电池SOC预测的可靠性。实验结果表明,该模型用优化神经网络法估算SOC的误差能控制在1%以内,随机工况误差在5%以内,提高了退役锂电池SOC的预测精度,为退役锂电池的梯次利用奠定了基础。
论文目录
文章来源
类型: 期刊论文
作者: 刘聪聪,李珺凯,刘凯文,张持健
关键词: 退役锂电池,神经网络,随机工况,预测
来源: 无线电通信技术 2019年03期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 安徽师范大学物理与电子信息学院
基金: 安徽省重点科技攻关项目(1804a09020099)
分类号: TM912;TP18
页码: 237-242
总页数: 6
文件大小: 3009K
下载量: 361