基于GWO-BP神经网络的电池SOC预测方法研究OA北大核心
RESEARCH ON PREDICTION METHOD OF BATTERY SOC BASED ON GWO-BP NETWORK
为了进一步提高传统BP神经网络在电动汽车电池SOC预测中的精度,基于电动汽车云平台的以10 s为采样周期的电池运行数据,对电动汽车电池SOC的预测方法进行研究.对云平台数据进行预处理,选择电池包电压、电流和平均温度作为神经网络的输入;同时根据电流的特点,分别建立充电和放电过程的SOC神经网络预测模型;采用一种基于灰狼优化算法的BP神经网络(GWO-BP),通过灰狼优化算法优化BP神经网络的初始权值和阈值,从而减小神经网络预测误差;利用2503组云…查看全部>>
鲍伟;任超
合肥工业大学电气与自动化工程学院 安徽合肥230009工业自动化安徽省工程技术研究中心 安徽合肥230009
信息技术与安全科学
电动汽车电池荷电状态(SOC)BP神经网络灰狼优化算法
《计算机应用与软件》 2022 (9)
DCT混合动力汽车换挡过程随机多时滞模型及控制策略的研究
65-71,7
国家自然科学基金项目(51405122).
评论