电动车蓄电池荷电状态估计的神经网络方法
Diangong Jishu Xuebao/Transactions of China Electrotechnical Society(2007)
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。
更多查看译文
关键词
EVs,SOC,neural-network,SVM
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络