典型文献
基于NARXNN变工况下锂离子电池SOC间接估计
文献摘要：
探讨了基于外部输入循环神经网络(NARX)在变工况下间接估计锂离子电池荷电状态的方法.先搭建电池等效电路模型,设计NARX神经网络随电池状态切换准确预测极化电压响应的训练工况,然后设计两种不同输入类型NARX神经网络,在DST和UN/ECE(Elementary Urban Cycle)两种测试工况下,进行了极化电压和SOC估计,并将估计数据与前馈神经网络直接估计数据进行比较.数据表明NARX神经网络在变工况下间接估计电池SOC有较高精度.
文献关键词：
NARX神经网络;锂离子电池;荷电状态;变工况
中图分类号：
作者姓名：
徐鹏;王潺;万世斌;但远宏
作者机构：
重庆理工大学电气与电子工程学院,重庆400054;重庆理工大学计算机科学与工程学院,重庆400054
文献出处：
引用格式：
[1]徐鹏;王潺;万世斌;但远宏-.基于NARXNN变工况下锂离子电池SOC间接估计)[J].电源技术,2022(10):1161-1166
A类：
NARXNN
B类：
变工况,锂离子电池,SOC,循环神经网络,电池荷电状态,等效电路模型,电池状态,状态切换,准确预测,极化电压,电压响应,DST,UN,ECE,Elementary,Urban,Cycle,测试工况,估计数,前馈神经网络
AB值：
0.328048
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。
