典型文献
基于KF-BPNN融合算法的电池循环寿命预测方法
文献摘要：
为了解决实际应用过程中电池循环寿命预测精度较低的问题,提出卡尔曼滤波-BP神经网络(KF-BPNN)融合算法对电池的循环寿命进行预测.该方法选用电池内阻作为循环寿命的评估参数,利用BPNN预测电池的内阻值,并将预测内阻值作为KF算法的观测值来修正卡尔曼滤波观测方程系数,从而提高循环寿命预测精度.实验结果表明:融合算法的预测精度有了明显提高.
文献关键词：
电池循环寿命;电池寿命预测;内阻;KF-BPNN融合算法
中图分类号：
作者姓名：
张宁;刘一飞;汤建林;李佳宽
作者机构：
海军工程大学 兵器工程学院,武汉 430033
文献出处：
引用格式：
[1]张宁;刘一飞;汤建林;李佳宽-.基于KF-BPNN融合算法的电池循环寿命预测方法)[J].海军工程大学学报,2022(05):39-44
A类：
B类：
KF,BPNN,融合算法,电池循环寿命,寿命预测方法,卡尔曼滤波,电池内阻,评估参数,阻值,观测值,观测方程,电池寿命预测
AB值：
0.202455
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
