ImageVerifierCode 换一换
格式:PDF , 页数:7 ,大小:1.99MB ,
资源ID:255842     下载积分:10 金币    免费下载
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝扫码支付 微信扫码支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.aqrzj.com/docdown/255842.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(基于ESN的锂电池SOC评估方法与仿真研究_杜广波.pdf)为本站会员(爱知识的人)主动上传,安全人之家仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知安全人之家(发送邮件至316976779@qq.com或直接QQ联系客服),我们立即给予删除!

基于ESN的锂电池SOC评估方法与仿真研究_杜广波.pdf

1、电子技术应用 2023年 第49卷 第1期Measurement Control Technology and Instruments测控技术与仪器仪表基于 ESN 的锂电池 SOC 评估方法与仿真研究*杜广波1,蔡茂2,张鑫2,范兴明2,程江华1(1.中国联合工程有限公司,浙江 杭州 310052;2.桂林电子科技大学 电气工程及其自动化系,广西 桂林 541004)摘 要:以新能源车载锂电池为研究对象,建立基于回声状态网络(ESN)预测锂电池的荷电状态(SOC)评估模型。采用交叉验证方法优选回声状态网络参数,以此解决网络模型的参数选择困难。通过带遗忘因子的递归最小二乘法训练建立的回声状态网

2、络模型,实时更新输出权值矩阵以此提高网络的适应性和精度。通过模型仿真分析验证了预测算法的可行性,进一步对比分析了所建立的 ESN 预测模型与 BP 神经网络算法、径向基(RBF)网络算法在 UDDS、US06 和 NYCC 工况条件下的锂电池 SOC 评估预测效果,结果表明所建立的回声状态网络模型方法用于锂电池 SOC评估预测的性能和效果优于 BP 算法和 RBF 算法,具有较好的应用前景,可以为锂电池 SOC 长期长效预测评估提供参考。关键词:锂电池;荷电状态;回声状态网络;参数优化选择;交叉验证中图分类号:TP305 文献标志码:A DOI:10.16157/j.issn.0258-799

3、8.223057中文引用格式:杜广波,蔡茂,张鑫,等.基于 ESN 的锂电池 SOC 评估方法与仿真研究J.电子技术应用,2023,49(1):45-51.英文引用格式:Du Guangbo,Cai Mao,Zhang Xin,et al.Research on SOC evaluation method and simulation of lithiumbattery based on echo state networkJ.Application of Electronic Technique,2023,49(1):45-51.Research on SOC evaluation meth

4、od and simulation of lithiumbattery based on echo state networkDu Guangbo1,Cai Mao2,Zhang Xin2,Fan Xingming2,Cheng Jianghua1(1.China United Engineering Corporation Limited,Hangzhou 310052,China;2.Dep.of Electrical Engineering&Automation,Guilin University of Electronic and Technology,Guilin 541004,Ch

5、ina)Abstract:Taking lithium battery of new energy vehicles as the research object,an echo state network(ESN)model is established to predict the state of charge(SOC)of the vehicles lithium battery.The cross-validation method is used to optimize the parameters of the ESN to solve difficulty to select

6、arameters of the model.The echo state network is trained by recursive least squares method with forgetting factors to calculate the output weight matrix so as to improve the adaptability and accuracy of the network.The feasibility of the prediction algorithm is further analyzed and verified by the model simulation.The research further analyzes and compares the predicted SOC of the established ESN model,the BP neural network algorithm and radial basis function(RBF)network algorithm under UDDS,US0

copyright@ 2010-2024 安全人之家版权所有

经营许可证编号:冀ICP备2022015913号-6