基于改进型LMBP神经网络方法对蓄电池荷电状态的预测

       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.

作者:
王筱璇 侯冠军 孙思豪
单位:
内蒙古电力(集团)有限责任公司锡林郭勒超高压供电局,内蒙古 锡林浩特,026000
出处:
《蓄电池》
刊期:
2018年第55卷第2期

基于改进型LMBP神经网络方法对蓄电池荷电状态的预测

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.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.324424s