文档名：IPOABP神经网络锂电池SOH估算
摘要：为提高锂电池SOH的估算精度,搭建了一种基于改进鹈鹕优化算法(POA)结合反向传播(BP)神经网络的估算模型.通过NASA公开数据集,提取了多组与锂电池SOH相关的健康因子,并进行相关性分析,选取相关性较好的健康因子作为模型输入.通过改进后的POA算法对BP神经网络的权值和阈值进行寻优.将所提算法与BP神经网络、粒子群优化算法(PSO)结合BP神经网络、POA算法结合BP神经网络方法进行比较,仿真结果表明:所提方法的均方根误差更小,决定系数更高,具有更好的实际应用价值.
作者：赵辉 朱文彬 岳有军 王红君Author：ZHAOHui ZHUWenbin YUEYoujun WANGHongjun
作者单位：天津理工大学电气工程与自动化学院天津市复杂系统控制理论及应用重点实验室,天津300384
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(19)
分类号：TM912
关键词：锂离子电池 健康状态 改进鹈鹕优化算法 BP神经网络
Keywords：lithium-ionbattery stateofhealth improvedpelicanoptimizationalgorithm BPneuralnetwork
机标分类号：TP301.6TP183TN911-34
在线出版日期：2023年12月4日
基金项目：天津市自然科学基金重点项目，天津市教委重点基金项目IPOA-BP神经网络锂电池SOH估算[
期刊论文] 重庆理工大学学报--2023, 37(19)赵辉 朱文彬 岳有军 王红君为提高锂电池SOH的估算精度,搭建了一种基于改进鹈鹕优化算法(POA)结合反向传播(BP)神经网络的估算模型.通过NASA公开数据集,提取了多组与锂电池SOH相关的健康因子,并进行相关性分析,选取相关性较好的健康因子作为模型输...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
IPOA-BP神经网络锂电池SOH估算 IPOA-BP neural network SOH estimation of lithium batteries
IPOA-BP神经网络锂电池SOH估算.pdf
- 文件大小:
- 4.36 MB
- 下载次数:
- 60
-
高速下载
|
|
