HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于自适应神经网络的电池寿命退化的预测

作者:史建平; 李蓓; 刘明芳锂离子电池退化自适应神经网络

摘要:为了提高对动力锂离子电池劣化程度的预测准确度,通过分析影响锂离子电池退化的内外部因素,确定退化的表征参数,建立了基于自适应神经网络的锂离子电池退化程度预测模型,用退化系数表征锂离子电池的退化程度。使用不同放电深度下的多组数据对模型进行训练、校验和仿真,验证了所建模型在锂离子电池退化程度预测方面的可靠性和适用性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电源技术

《电源技术》(CN:12-1126/TM)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电源技术》主要服务对象是从事化学与物理电源研究、研制、生产的科技工作者,科技管理工作者,有关专业的高等院校师生及部分用户,与电源相关行业的研究、研制、生产者。

杂志详情