科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统模糊神经网络估计锂电池荷电状态(SOC)方法精度低、收敛速度慢的问题,采用模糊规则优化算法对神经网络的结构进行优化,加快了网络的收敛速度。通过分析锂电池实际使用工况,将影响电池当前容量的两个参数,即循环次数与循环之间的静置时间,与电池电压、电流、温度统一作为影响SOC估计精度的因子。MATLAB仿真结果表明,改进后的模糊神经网络算法的精度和收敛速度较传统的模糊神经网络算法更优。
- 单位
针对传统模糊神经网络估计锂电池荷电状态(SOC)方法精度低、收敛速度慢的问题,采用模糊规则优化算法对神经网络的结构进行优化,加快了网络的收敛速度。通过分析锂电池实际使用工况,将影响电池当前容量的两个参数,即循环次数与循环之间的静置时间,与电池电压、电流、温度统一作为影响SOC估计精度的因子。MATLAB仿真结果表明,改进后的模糊神经网络算法的精度和收敛速度较传统的模糊神经网络算法更优。
