启发式BP神经网络估算铅酸电池的SOC

摘要：

针对BP神经网络估算电池荷电状态(SOC)时存在易陷入局部最优、估算精度低等问题,提出基于启发式BP神经网络的电池SOC估算方法.将粒子群优化算法(PSO)和遗传算法(GA)相结合,构成混合启发式算法,并引入混沌机制,优化BP神经网络来对电池SOC进行估算.以阀控式铅酸电池(VRLA)为实验研究对象,与传统BP神经网络估算方法比较,发现基于启发式BP神经网络的SOC估算误差可控制在2％以内.

关键词：荷电状态、遗传算法、粒子群优化算法、BP神经网络、混沌机制、阀控式铅酸(VRLA)电池

所属期刊栏目：49

分类号：TM912.1

资助基金：上海市地方能力建设项目15110500900;上海市教委科研创新重点项目11ZZ173

在线出版日期：2019-05-06（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：51-54