科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对Back Propagation(BP)神经网络建立的动力电池荷电状态（State of Charge，简称SOC）估计模型存在的精度、稳定性等问题，使用遗传算法（Genetic Algorithm，简称GA），对SOC估计网络模型进行优化。使用以轮盘赌算法配合最佳个体保存法做为遗传算法核心选择算法，避免传统选择算法中最佳个体可能丢失的情况。实验对象选用新能源氢电混动重卡4X2/6X2T FCV的辅助动力电池包。模型考虑了环境温度、放电电压、放电倍率以及直流内阻的影响，对不同隐含层数量对模型估计精度的影响进行了对比分析。测试结果表示，使用遗传算法优化后的神经网络SOC估计模型的精度和稳定性得到大幅提升。
- 单位
