文档名：基于PSOCNN的储能锂离子电池组荷电状态评估
摘要：将卷积神经网络(convolutionalneuralnetwork,CNN)的权值和阈值作为粒子群算法(particleswarmoptimization,PSO)的粒子,将CNN的损失函数作为PSO的适应度函数,从而构建PSO-CNN算法对储能锂离子电池组的荷电状态(stateofcharge,SOC)进行预测.以储能系统现场采集的充放电数据为样本,分别采用本文算法、基于PSO优化的支持向量机(supportvectormachine,SVM)、CNN进行训练,并在完整充放电数据集上对比3种算法的预测效果.结果表明本文算法收敛性好、预测精度高.最后采用另一储能现场的数据验证本文算法具有良好的鲁棒性,可以广泛适用于储能系统锂离子电池组SOC的在线预测.
Abstract：Withtheweightsandthresholdsoftheconvolutionalneuralnetwork(CNN)astheparticlesoftheparticleswarmoptimization(PSO)algorithmandthelossfunctionofCNNasthefitnessfunc-tionofthePSO,thePSO-CNNalgorithmwasbuilttopredictthestateofcharge(SOC)oftheenergystoragelithiumionbatterygroup.Theon-sitecharge-dischargedatacollectedbytheenergystoragesystemweretakenassamples,andtheproposedalgorithm,supportvectormachine(SVM)optimizedbasedonPSO,andCNNwererespectivelyusedfortraining,andthepredictioneffectsofthethreeal-gorithmswerecomparedonthecompletecharge-dischargedataset.Theresultsshowthatthepro-posedalgorithmhasgoodconvergenceandhighpredictionaccuracy.Finally,thedatafromanotherenergystoragesitewereusedtoverifytherobustnessoftheproposedalgorithm.Theresultsshowthattheproposedalgorithmhasgoodrobustnessandcanbewidelyappliedtotheonlinepredictionoflithiumionbatterygroupinenergystoragesystem.
作者：李肖辉 肖亚哲 田志国 王京 李晶晶Author：LIXiaohui XIAOYazhe TIANZhiguo WANGJing LIJingjing
作者单位：许继集团有限公司许昌许继电科储能技术有限公司,河南许昌461000
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2024, 48(4)
分类号：TM912.9
关键词：荷电状态 锂离子电池组 粒子群算法 卷积神经网络
Keywords：stateofcharge lithiumionbatterygroup particleswarmoptimization convolutionalneuralnetwork
机标分类号：TP391.41U446TM732
在线出版日期：2024年6月11日
基金项目：国家电网有限公司总部科技项目基于PSO-CNN的储能锂离子电池组荷电状态评估[
期刊论文] 电源技术--2024, 48(4)李肖辉 肖亚哲 田志国 王京 李晶晶将卷积神经网络(convolutionalneuralnetwork,CNN)的权值和阈值作为粒子群算法(particleswarmoptimization,PSO)的粒子,将CNN的损失函数作为PSO的适应度函数,从而构建PSO-CNN算法对储能锂离子电池组的荷电状态(stat...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PSO-CNN的储能锂离子电池组荷电状态评估 State of charge evaluation of energy storage lithium ion battery group based on PSO-CNN
基于PSO-CNN的储能锂离子电池组荷电状态评估.pdf
- 文件大小:
- 1.37 MB
- 下载次数:
- 60
-
高速下载
|
