现代电子技术

2020, v.43;No.557(06) 115-118

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于LFOA-GRNN模型的矿用锂电池SOC预测
Mining lithium battery SOC prediction based on LFOA-GRNN model

陈德海;丁博文;潘韦驰;

摘要(Abstract):

针对矿用电动汽车锂电池SOC预测易受到工况环境影响、建模复杂、预测误差大等问题,该文将电池端电压、放电电流、环境温度、湿度作为SOC的表征因子,构成样本集以训练广义回归神经网络(GRNN),再引入具有Levy飞行特征的双子群果蝇优化算法(LFOA)优化GRNN的平滑因子σ。LFOA结合了Levy飞行搜索和果蝇优化算法的优点,全局搜索能力更强,收敛速度更快。仿真结果表明,经LFOA优化的GRNN能更快地搜索到合适的σ,并有效预测电池任一充放电状态下的SOC,与FOA-GRNN模型比较,LFOA-GRNN模型预测精度更高、时间更短,最大绝对误差不超过0.03,具有较好的工程应用价值。

关键词(KeyWords): 矿用锂电池;SOC预测;GRNN;LFOA;模型建立;仿真分析

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61463020);; 江西省自然科学基金项目(20151BAB206034)

作者(Author): 陈德海;丁博文;潘韦驰;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享