基于平滑因子引入和神经网络优化的锂电池SOC估计方法OACSTPCD
为提高锂电池荷电状态(SOC)的估计精度,提出了一种基于平滑因子引入和神经网络优化的锂电池SOC估计方法。将黄金分割优选法和模糊C均值聚类算法应用于RBF神经网络,分别用来确定最佳隐含层神经元个数和径向基中心;采用遗传算法对高斯核函数宽度及连接权值进行优化,解决了RBF神经网络结构和初始参数难以确定的问题。将滑动时间窗口内的放电容量作为平滑因子引入神经网络模型,增强了RBF网络对锂离子电池非线性特性拟合的能力。基于实验获得的锂离子电池在联邦城市行…查看全部>>
付炳喆;李沂洹;王玮;李慷
华北电力大学控制与计算机工程学院,北京102206华北电力大学控制与计算机工程学院,北京102206华北电力大学控制与计算机工程学院,北京102206利兹大学,英国利兹LS29JT
动力与电气工程
电池荷电状态径向基神经网络遗传算法模糊C均值聚类黄金分割优选法
《电源技术》 2024 (1)
P.143-149,7
中央高校基本科研业务费专项资金(2022MS015)国网江苏省电力有限公司科技项目资助(J2021203)。
评论