基于BP神经网络的锂电池SOC在线精确估算
文中以4节12 V的串联锂离子电池组模块为研究对象,通过实验采集动力电池充放电时的电压、电流、温度、内阻和放电量数据来估算电池的荷电状态(State Of Charge,SOC),重点考虑内阻对动力电池SOC预测结果的影响。以动力电池的电压、电流、温度和内阻作为输入,SOC作为输出,建立四输入一输出的神经网络仿真模型。实验结果表明SOC的预测精度为1.6%,比未考虑电池内阻的预测精度提高45%左右。本文提出的预测方法,其运行时间为0.27 s左右,比不考虑电池内阻时稍有延长,但完全能满足不同工况动力电池充放电时SOC在线估算的速度要求,从而能实现SOC的在线准确预测。
用户评论
推荐下载
-
神经网络BP算法
神经网络BP算法的编程。
44 2019-02-27 -
BP神经网络模型
BP神经网络模型,实现方法及原理代码中详细描述了,非常适合于初学者及专业人士参考学习
36 2019-04-11 -
BP神经网络PID
BP神经网络PID控制算法在三容水箱系统中的研究与应用
24 2019-06-04 -
mnist BP神经网络
BP神经网络对mnist手写字分类,matlab实现,一个隐藏层,正确率可达97%
49 2019-06-01 -
BP神经网络拟合
使用matlab编写的BP神经网络的拟合函数可以拟合sin函数也可以在程序中修改没有使用工具箱
25 2019-06-01 -
BP神经网络作业
BP网络的MATLAB实现,对非线性函数逼近
10 2019-07-13 -
bp神经网络编程
bp神经网络编程,包括MATLAB和AForge.NET实现
21 2019-07-28 -
bp神经网络simulink
bp神经网络simulink计算机控制与仿真预测matlabbp
35 2019-07-18 -
BP神经网络详解
机器学习学习资料,BP神经网络详解,完整、深度讲解PPT。
30 2019-07-31 -
BP神经网络应用
BP神经网络应用
31 2019-08-12
暂无评论