基于IGWO-BP神经网络的锂离子电池SOC估计OACSTPCD
SOC estimation of lithium ion battery based on IGWO-BP neural network
针对单一的BP神经网络在进行锂离子电池的荷电状态(state of charge,SOC)估计时存在估计精度不高的问题,提出了一种基于改进灰狼优化算法(improved grey wolf optimization algorithm,IGWO)的BP神经网络来估计锂离子电池SOC的方法.通过采用改进的灰狼优化算法来优化BP神经网络的权值和阈值,来克服单一的BP神经网络容易陷入局部最优的缺陷,并且加快了收敛速度.经仿真实验表明,BP神经网络估计锂…查看全部>>
于仲安;邵昊晖;陈可怡
江西理工大学电气工程与自动化学院,江西赣州341000江西理工大学电气工程与自动化学院,江西赣州341000江西理工大学电气工程与自动化学院,江西赣州341000
动力与电气工程
锂离子电池荷电状态BP神经网络灰狼优化算法
lithium ion batterystate of chargeBP neural networkgrey wolf optimization algorithm
《电源技术》 2023 (9)
1153-1157,5
江西省教育厅立项课题(GJJ150678)
评论