期刊专题

10.3969/j.issn.1002-087X.2018.06.037

基于混合算法的电池健康状态估计

引用
为了保证电动汽车安全可靠的运行,动力电池的健康状态(SOH)显得尤为重要.宽的电压平台和严重的两极分化不利于锂离子电池SOH的估计.为了解决锂离子电池寿命预测困难这个问题,在安时积分法的基础上,通过对锂离子电池外特性的分析,采用BP神经网络算法对锂离子电池进行建模,并将此模型带入K-均值算法中.系统实现的目的是对电池健康状况进行准确评估.经过实验数据的验证,证明了这种算法的精确程度,为电池管理系统稳定工作提供保证.

电动汽车、锂离子电池、健康状态、K-均值算法

42

TM912

2018-12-19(万方平台首次上网日期,不代表论文的发表时间)

共3页

874-876

暂无封面信息
查看本期封面目录

电源技术

1002-087X

12-1126/TM

42

2018,42(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn