基于GA-Elman神经网络的电池劣化程度预测研究

摘要：

阀控铅酸蓄电池的老化机理复杂,劣化程度受多种因素影响,因此较难预测.在分析影响蓄电池劣化程度的多种因素的基础上,采用Elman神经网络方法对电池劣化程度预测建立模型,并通过遗传算法对预测模型中的初始权值和阈值进行优化,根据浅度放电的测量数据进行劣化程度的预测.仿真结果表明:该模型达到了对电池劣化程度准确预测的目的,通过与实测数据的对比,证明该模型具有较高的有效性.

关键词：阀控铅酸蓄电池、劣化程度、Elman神经网络、遗传算法

所属期刊栏目：37

分类号：TM912

在线出版日期：2013-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：249-250,309