文档名：基于SSABP改进EKF算法的锂电池SOC估算
摘要：针对EKF算法与BP神经网络的缺陷,搭建一阶RC等效电池模型模拟锂电池的实际动态特性,提出在模型基础上利用麻雀搜索算法优化BP神经网络的初始权值与阈值,离线训练优化后的BP神经网络可在线补偿EKF算法估计出的SOC,得到SOC最佳估计值.根据实验数据在MATLAB/Simulink中搭建仿真模块验证算法精度.结果表明提出的算法具有优于EKF算法和BP-EKF算法的准确性与收敛性,可有效提高锂电池SOC估算精度,具有一定的实际应用价值.
作者：张淞 周永军 蒋淑霞 梁杨Author：ZHANGSong ZHOUYongjun JIANGShuxia LIANGYang
作者单位：中南林业科技大学机电工程学院,湖南长沙410000
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(8)
分类号：TM912.9
关键词：麻雀搜索算法 荷电状态 扩展卡尔曼滤波 BP神经网络
Keywords：sparrowsearchalgorithm stateofcharge extendedKalmanfilter BPneuralnetwork
机标分类号：
在线出版日期：2023年9月4日
基金项目：湖南省自然科学基金项目基于SSA-BP改进EKF算法的锂电池SOC估算[
期刊论文] 电源技术--2023, 47(8)张淞 周永军 蒋淑霞 梁杨针对EKF算法与BP神经网络的缺陷,搭建一阶RC等效电池模型模拟锂电池的实际动态特性,提出在模型基础上利用麻雀搜索算法优化BP神经网络的初始权值与阈值,离线训练优化后的BP神经网络可在线补偿EKF算法估计出的SOC,得到SO...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于SSA-BP改进EKF算法的锂电池SOC估算 SOC estimation of lithium battery with SSA-BP improved EKF algorithm
基于SSA-BP改进EKF算法的锂电池SOC估算.pdf
- 文件大小:
- 1.89 MB
- 下载次数:
- 60
-
高速下载
|
|
