基于MIV-GA-BP神经网络的铅酸蓄电池SOC预测

摘要：

建立了铅酸蓄电池充电过程中SOC的神经网络预测模型,采用平均影响值(M1V)算法对预测模型的输入变量进行了分析和筛选.在MIV算法的基础上,比较了基于遗传算法优化的BP神经网络(MIV-GA-BP)与传统MIV-BP神经网络对蓄电池充电过程中SOC的预测误差.测试样本的验证结果表明,MIV-GA-BP神经网络模型对蓄电池充电过程的SOC预测精度更优.

关键词：铅酸蓄电池、荷电状态(SOC)、神经网络、平均影响值(MIV)、遗传算法

所属期刊栏目：45

分类号：TM912

在线出版日期：2021-03-25（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：228-231