方明清：基于神经网络的动力电池SOC估算论文

本文主要研究内容

作者方明清（2019）在《基于神经网络的动力电池SOC估算》一文中研究指出：在电动汽车电池管理系统(BMS)中,实现对电池组荷电状态(SOC)的精确估计非常重要,笔者提出一种基于神经网络的电池组SOC估计方法,较为详细描述了将MATLAB神经网络函数转换成C/C++函数的全过程,并且进行了验证比对,实验结果表明基于MATLAB神经网络的动力电池Soc估计算法可成功转换成C/C++函数,并能在工程中进行应用。

Abstract

zai dian dong qi che dian chi guan li ji tong (BMS)zhong ,shi xian dui dian chi zu he dian zhuang tai (SOC)de jing que gu ji fei chang chong yao ,bi zhe di chu yi chong ji yu shen jing wang lao de dian chi zu SOCgu ji fang fa ,jiao wei xiang xi miao shu le jiang MATLABshen jing wang lao han shu zhuai huan cheng C/C++han shu de quan guo cheng ,bing ju jin hang le yan zheng bi dui ,shi yan jie guo biao ming ji yu MATLABshen jing wang lao de dong li dian chi Socgu ji suan fa ke cheng gong zhuai huan cheng C/C++han shu ,bing neng zai gong cheng zhong jin hang ying yong 。

论文参考文献

[1].基于改进BP神经网络的风光互补路灯蓄电池SOC预测研究[J]. 齐丽强,王泽民. 声学与电子工程.2017(03)

[2].基于萤火虫神经网络的动力电池SOC估算[J]. 吴华伟,张远进,叶从进. 储能科学与技术.2019(03)

[3].基于HPSO-BP神经网络融合的锂电池SOC预估研究[J]. 于仲安,褚彪,葛庭宇. 汽车技术.2019(06)

[4].基于LSTM循环神经网络的电池SOC预测方法[J]. 耿攀,许梦华,薛士龙. 上海海事大学学报.2019(03)

[5].基于人工智能的锂电池SOC预测建模与优化[J]. 刘聪聪,李珺凯,刘凯文,张持健. 无线电通信技术.2019(03)

[6].基于BP神经网络的SOC估算策略研究[J]. 陈强,王洪佩. 汽车与安全.2011(08)

[7].智能双轮平衡车的设计研究[J]. 王丽华,杨秀萍,王皓,高峥翔. 数字技术与应用.2018(04)

[8].基于小波和神经网络的火花塞间隙识别[J]. 张琦,蒋淑霞,李翔晟,薛行健. 计算机仿真.2017(04)

[9].BP神经网络的内场驾考电子教练系统设计[J]. 万子平,马丽莎,李星宇,刘小旭,龙哲. 单片机与嵌入式系统应用.2017(06)

[10].基于SARIMA-BP神经网络方法的汽车销量预测研究[J]. 范庆科. 中国商论.2017(22)

论文详细介绍

论文作者分别是来自信息与电脑(理论版)的方明清，发表于刊物信息与电脑(理论版)2019年09期论文，是一篇关于电池管理系统论文,神经网络论文,荷电状态论文,函数论文,工程化应用论文,信息与电脑(理论版)2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自信息与电脑(理论版)2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/3dce42d5b6eae8c952738c6d.html