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

基于改进型LMBP神经网络方法对蓄电池荷电状态的预测

作者:王筱璇; 侯冠军; 孙思豪变电站蓄电池lmbp神经网络估算精度

摘要:针对变电站中因过度充放电而导致阀控式铅酸蓄电池寿命短且利用率低的问题,通过改进型LMBP神经网络模型对铅酸蓄电池的荷电状态(SOC)进行预测,能够加快计算速度与精度,有效提升蓄电池的寿命与使用率。在Matlab环境下对铅酸蓄电池放电过程进行仿真研究的结果验证了,改进型LMBP型神经网络算法能有效提高SOC的估算精度,延长电池寿命。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

蓄电池

《蓄电池》(CN:21-1121/TM)是一本有较高学术价值的大型双月刊,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。 《蓄电池》是当今世界上唯一以铅酸蓄电池为主要报导内容的期刊,主要读者对象为铅酸蓄电池制造企业及相关的科研院所,企事业单位的科技人员和爱好者。

杂志详情