10.12028/j.issn.2095-4239.2018.0230
基于萤火虫神经网络的动力电池SOC估算
针对BP神经网络算法对电动汽车电池荷电状态 (state of charge, SOC) 估算的缺陷, 提出一种基于萤火虫 (fireflyalgorithm, FA) 神经网络的SOC估算方法.以磷酸铁锂电池为测试对象, 在ARBIN公司生产的EVTS电动车动力电池测试系统装置上进行测试, 收集锂电池的各项性能参数.采用端电压和放电电流作为输入参数, SOC作为输出参数, 建立FA-BP神经网络模型, 用于估算锂离子电池充放电过程中的任一状态下的SOC.仿真实验结果表明, 与现有的BP神经网络估算方法相比, 基于FA-BP神经网络的锂电池SOC估算方法准确度高, 具备很好的实用性.
锂离子电池、荷电状态、萤火虫算法、BP神经网络
8
U469.722(汽车工程)
湖北省技术创新专项重大项目2017AAA133;"机电汽车"湖北省优势特色学科群开放基金XKQ2019010、XKQ2019020;中央引导地方科技发展财政专项鄂财政2017[80]号文
2019-06-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
575-579