电动车蓄电池荷电状态估计的神经网络方法

被引：34

作者：

雷肖

陈清泉

刘开培

马历

机构：

[1] 武汉大学电气工程学院

来源：

电工技术学报 | 2007年 / 08期

关键词：

电动车; 荷电状态; 神经网络; 支持向量机;

D O I：

10.19595/j.cnki.1000-6753.tces.2007.08.029

中图分类号：

TM912 [蓄电池];

学科分类号：

摘要：

针对电动车蓄电池电能容量判别问题,将神经网络方法应用于电动车蓄电池荷电状态估计。对多种神经网络方法的估计性能进行了分析,包括多层感知器网络、径向基函数网络、线性支持向量机、使用MLP核函数的支持向量机、使用RBF核函数的支持向量机。实验结果表明:神经网络经过训练后,可以通过蓄电池的工作电压、工作电流和表面温度参数估计蓄电池的SOC实时值,其中多层感知器和支持向量机估计性能最好,同时,支持向量机较多层感知器有更高的噪声容忍能力。

引用

页码：155 / 160

页数：6