王泽林
- 作品数：2 被引量：13H指数：2
- 供职机构：昆明理工大学交通工程学院更多>>
- 发文基金：云南省教育厅科学研究基金国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 基于蚁群神经网络算法的电池健康状态估计被引量：11
- 2017年
- 电池健康状态(SOH)是进行电池健康监管和维护的重要依据。以某种车用磷酸铁锂单体电池为实验对象,提出了一种蚁群算法优化后的神经网络算法,以电池直流内阻定义SOH,并将该算法应用到电池健康状态估计模型。结果表明所提出的模型和方法预测电池最大直流内阻误差为0.1 mΩ,平均误差为0.049 mΩ,表明该方法能较为准确地预测电池直流内阻,实时反映电池的健康状态。
- 肖仁鑫李沛森李晓宇王泽林
- 关键词：神经网络蚁群算法锂离子电池
- 基于混合算法的电池健康状态估计被引量：2
- 2018年
- 为了保证电动汽车安全可靠的运行,动力电池的健康状态(SOH)显得尤为重要。宽的电压平台和严重的两极分化不利于锂离子电池SOH的估计。为了解决锂离子电池寿命预测困难这个问题,在安时积分法的基础上,通过对锂离子电池外特性的分析,采用BP神经网络算法对锂离子电池进行建模,并将此模型带入K-均值算法中。系统实现的目的是对电池健康状况进行准确评估。经过实验数据的验证,证明了这种算法的精确程度,为电池管理系统稳定工作提供保证。
- 申江卫苏晓波王泽林刘骥鹏
- 关键词：电动汽车锂离子电池K-均值算法
