自适应神经模糊系统的LiFePO4电池SOC预测
利用自适应神经模糊系统(adaptive neuro-fuzzy inference system,ANFIS)对电动汽车磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究.在分析ANFIS结构原理基础之上,采用BP(back-propagation)算法和最小二乘估计的混合算法分别建立两输入变量和三输入变量的ANFIS预测模型,并利用两种模型进行SOC预测.实例预测结果表明AN-FIS能精确预测磷酸铁锂电池SOC值,且三输入变量ANFIS模型预测精度得到改善;与实测相比,三输入ANFIS预测模型的最大绝对误差在1％以下,平均百分比误差(average percentage error,APE)小于2％.
电动汽车、自适应神经模糊系统、荷电状态(SOC)、预测
28
U469.72;TN70(汽车工程)
国家“863”计划2011AA11A213资助项目、安徽省科技攻关计划11010201003资助项目、安徽省自然科学基金1208085ME78
2014-03-19（万方平台首次上网日期，不代表论文的发表时间）
共7页
84-90
