基于GA-F-RBF神经网络的磷酸铁锂电池SOC预测研究

摘要：

针对动力电池荷电状态的预测精度问题,提出基于遗传算法的弹性径向基函数神经网络动力电池荷电状态预测方法.该预测方法基于神经元的活跃度与神经元间的信息交互强度在线调整神经网络结构的大小,解决了径向基函数神经网络的结构调整影响荷电状态的预测精度问题.仿真结果证明,该方法比基于遗传算法的径向基函数神经网络的荷电状态预测结果精度更高,预测更加准确,能满足蓄电池管理系统对磷酸铁锂动力电池荷电状态预测的精度和实际使用的要求.

关键词：荷电状态(SOC)预测、神经网络、弹性径向基函数、神经网络结构优化

所属期刊栏目：39

分类号：TM912.9

资助基金：国家级大学生创新创业训练计划项目2012105000-43;车用动力蓄电池优化充电策略研究2013CFB022

在线出版日期：2016-03-21（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：2584-2586,2713