期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于KF-BPNN融合算法的电池循环寿命预测方法 被引量:2
1
作者 张宁 刘一飞 +1 位作者 汤建林 李佳宽 《海军工程大学学报》 CAS 北大核心 2022年第5期39-44,共6页
为了解决实际应用过程中电池循环寿命预测精度较低的问题,提出卡尔曼滤波-BP神经网络(KF-BPNN)融合算法对电池的循环寿命进行预测。该方法选用电池内阻作为循环寿命的评估参数,利用BPNN预测电池的内阻值,并将预测内阻值作为KF算法的观... 为了解决实际应用过程中电池循环寿命预测精度较低的问题,提出卡尔曼滤波-BP神经网络(KF-BPNN)融合算法对电池的循环寿命进行预测。该方法选用电池内阻作为循环寿命的评估参数,利用BPNN预测电池的内阻值,并将预测内阻值作为KF算法的观测值来修正卡尔曼滤波观测方程系数,从而提高循环寿命预测精度。实验结果表明:融合算法的预测精度有了明显提高。 展开更多
关键词 电池循环寿命 电池寿命预测 内阻 kf-bpnn融合算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部