基于自适应神经网络模糊推理系统的蓄电池SOH预测

被引：18

作者：

李刚

谢永成

李光升

朱祺

机构：

[1] 装甲兵工程学院控制工程系

来源：

微型机与应用 | 2011年 / 30卷 / 22期

关键词：

蓄电池SOH; 自适应神经网络模糊推理系统; 预测模型; MATLAB;

D O I：

10.19358/j.issn.1674-7720.2011.22.027

中图分类号：

TM912.1 [酸性蓄电池];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对装甲车辆铅酸蓄电池健康状况影响因素复杂、难以准确预测的特点,提出了基于自适应神经网络模糊推理系统的蓄电池SOH预测模型。在确定模型的输入变量后,对其进行了MATLAB仿真和实测数据验证分析。结果表明,该模型具有很高的预测精度,在装甲车辆铅酸蓄电池SOH预测上具有很高的实用价值。

引用

页码：82 / 84+87 +87

页数：4

共 6 条

[1]

基于自适应神经模糊推理的倒立摆控制 [J].

李彬彬 ;

陈铁军 .

微计算机信息, 2007, (22) :27-28+6

[2]

基于自适应神经模糊推理的形变数据仿真计算 [J].

陈继光 ;

祝令德 ;

孙立堂 .

计算机工程与应用, 2006, (16) :219-221

[3]

人工神经网络法预测MH-Ni蓄电池容量 [J].

薛建军 ;

唐致远 ;

刘建华 ;

王占良 .

电源技术, 2003, (03) :305-307

[4]

电动汽车铅酸蓄电池特性建模与荷电状态估计 [D].

马巍 .

长安大学,

2009

[5]

汽车动力电池SOC模糊估计及其在DSP上的实现 [D].

王佳 .

吉林大学,

2007

[6]

蓄电池智能在线监测系统的研究与设计 [D].

江海 .

哈尔滨理工大学,

2007

← 1 →