基于psogrbf神经网络的锂离子电池健康状态预测-中国机械工程.pdf

下载文档 降价啦

0
0
约6.09万字
约 7页
2017-08-19 发布于天津
举报
版权申诉
保障服务

基于psogrbf神经网络的锂离子电池健康状态预测-中国机械工程.pdf

1、本文档共7页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

轰绁缃绂诲垫悍舵棰浠锛轰锛绁缃绂诲垫悍舵棰寮浠娼娴宸澶圭瑁堕涓杩宸查娴瑰楠锛锛锛浼规浼拌瀛姹搴风跺版剧涓轰绮缇芥绁缃绂诲垫棰规瀵归绂诲绛妯绌缁佃绋瀹版纭浜奖绂诲垫规涓灏楠豢琛缁缁浠跨璇告绁缃绁缃璇娉棰绮惧害楂锛锛锛锛互涓浼堕抽璇瀛姹悍跺绮缇寰哄涓被耳锛锛锛锛锛锛锛锛锛锛都锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛锛寮棰绛甸娉楠澧浠绂瀛姹伐浣澶宸涓璇撮璁杩杩骞撮婧哄跺拌婧锛澶靛瀛浠靛姹借溅浜寰杩瀛姹凡骞挎绂诲垫璁骇涓伐绋搴浜淇婧绯荤娣峰锛锛绘归娉兼护娉锛姬锛姹借溅绛浜娲荤璇稿棰娇

基于神经网络的锂离子电池健康状态预测———张任胥芳陈教料等 PSOＧRBF 　　　　基于PSOＧRBF神经网络的锂离子电池健康状态预测张任胥芳陈教料潘国兵　　　　　 / , , 浙江工业大学特种装备制造与先进加工技术教育部浙江省重点实验室杭州３１００１４ : ( ) , 摘要针对传统方法估计锂离子电池健康状态 SOH 时内部参数测量困难等问题提出一种基于 . , 粒子群优化径向基函数神经网络的锂离子电池 SOH预测方法通过对锂离子等效模型的研究结合 , . 充放电过程的实验数据确定了影响锂离子电池 SOH特性的几个关键参数将试验数据输入仿真模 . , , 型进行网络训练和校验仿真证明相比神经网络和普通神经网络该算法的预测精度可提 BP RBF , . 高２０％节省６６．７％以上的优化时间 : ; ; ; 关键词锂离子电池健康状况粒子群优先径向基函数中图分类号: : / TM９１２ DOI１０．３９６９．issn．１００４１３２X．２０１６．２１．０２３ j LiＧionBatterSOHPredictionBasedonPSOＧRBFNeuralNetwork y Zhan Ren　XuFan　ChenJiaoliao　PanGuobin g g g , , Ke Laborator ofEM Ministr ofEducationZheian Province y y y j g , , Zheian UniversitofTechnolo Hanzhou３１００１４ j g y gy g : AbstractForthetraditionalmethodtohardlestimatetheinternalarametersofLiＧionbatter y p y , SOH aPSOalorithmbasedonRBFneuralnetworkforSOH redictionofLiＧionbatterieswas r