典型文献
基于小波神经网络算法的锂电池荷电状态预测
文献摘要：
为了提高锂电池的使用寿命,提出一种基于小波神经网络的荷电状态(State of Charge,SOC)预测方法.分析了马里兰大学K2锂电池测试数据,在此基础上建立基于小波神经网络算法的锂电池SOC预测模型,然后对比预测值与实际值的误差,检验了预测模型的准确性,实现对锂电池SOC的预测.试验结果表明,基于小波神经网络算法的锂电池SOC预测精度优于传统的BP神经网络.该研究成果为锂电池SOC准确预测提供了一种新的预测方法.
文献关键词：
锂电池;SOC;预测;小波神经网络
中图分类号：
作者姓名：
薛建强;李军
作者机构：
江苏常熟发电有限公司,江苏 常熟 215536
文献出处：
引用格式：
[1]薛建强;李军-.基于小波神经网络算法的锂电池荷电状态预测)[J].电工技术,2022(24):45-47
A类：
B类：
于小波,小波神经网络,神经网络算法,锂电池,电池荷电状态,荷电状态预测,State,Charge,SOC,马里兰大学,K2,测试数据,准确预测
AB值：
0.207074
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。
