改进安时法结合神经网络估算锂离子电池SOC

摘要：

采用BP神经网络对库仑效率进行训练并预测,将预测得到的库仑效率代入改进安时(AH)算法,再基于MotoHawk 进行设计,应用于地铁应急牵引电池组管理系统.以952国产A车为试验对象,结合实际运行情况对荷电状态(SOC)进行估算和分析.试验结果表明,所采用的方法比传统AH法估算精度误差提高4.9％.

关键词：荷电状态(SOC)、电池组管理系统、改进安时(AH)算法、BP神经网络

所属期刊栏目：46

分类号：TM912.9

资助基金：上海市自然科学基金12ZR1411700;上海市教委优青项目ZZSDJ12003;上海电机学院研究生创新项目A1-0225-15-005-04

在线出版日期：2016-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：16-19