电池荷电状态(State of Charge, SOC),也称电池剩余电量,是表征电池特性的关键参数。该文提出基于熵权法(Entropy Weight Method, EWM)和Elman神经网络相结合的储能系统SOC状态估计方法。针对神经网络输入参数选择通常依靠经验的问题,使用熵权法计算储能系统运转参数的权重并排序,形成待评价特征集。通过Elman神经网络对不同输入特征参数进行仿真测试,挑选功效最优的一组特征集作为Elman神经网络的输入,使用思维进化算法(Mind Evolutionary Algorithm, MEA)优化Elman神经网络初始权值和阈值,建立了基于EWM-MEA