典型文献
基于子种群自适应思维进化-BP神经网络的锂离子电池SOC估计
文献摘要：
荷电状态SOC(state of charge)是锂离子电池的重要参数之一,SOC的精准估计对电池组安全可靠运行具有重要意义.针对误差反向传播BP(back propagation)神经网络易收敛至局部最优,导致基于BP网络的SOC估计精度不高的问题,提出子种群自适应趋同策略改进思维进化算法,用其优化BP神经网络的初始权值及阈值,优化后的BP网络简称SAMEA-BP神经网络.结合充放电实验数据,将SAMEA-BP神经网络与标准BP神经网络、思维进化算法优化的BP(MEA-BP)神经网络用于锂离子电池的SOC估计,并对3种方法做了对比分析.结果表明:标准BP神经网络的预测误差保持在9％以内,MEA-BP及SAMEA-BP神经网络分别将误差降低至5％及3％以内,在不同工况下和不同温度下,SAMEA-BP有良好适应性,且估计精度高于BP和MEA-BP.
文献关键词：
锂离子电池;荷电状态;BP神经网络;子种群自适应趋同策略
中图分类号：
作者姓名：
陈颖;黄凯;丁恒;田海建
作者机构：
省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学),天津 300130;河北省电磁场与电器可靠性重点实验室(河北工业大学),天津 300130
文献出处：
引用格式：
[1]陈颖;黄凯;丁恒;田海建-.基于子种群自适应思维进化-BP神经网络的锂离子电池SOC估计)[J].电源学报,2022(04):92-101
A类：
子种群自适应趋同策略,SAMEA
B类：
锂离子电池,SOC,荷电状态,state,charge,重要参数,精准估计,电池组,可靠运行,误差反向传播,back,propagation,局部最优,估计精度,思维进化算法,权值,充放电实验,算法优化,预测误差,不同工况
AB值：
0.192956
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。
