收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

遗传算法与改进的BP神经网络融合的三元锂电池SOC估算研究

姚和友  
【摘要】:随着各国禁售传统燃油车时间表的不断推进以及环境污染问题的日益严重,很多大城市开始启用电动出租车、滴滴打车、共享单车等交通工具。电动汽车成为未来的趋势,研制高效、安全和低价的动力电池管理系统是制约电动汽车发展的关键因素之一。对动力电池剩余荷电量(State Of Charge,SOC)进行准确的估算不但是电池管理系统对电池组进行均衡的基础,而且还能够提高动力电池的工作效率、延长动力电池的使用寿命。由于想通过直接测量的手段取得电池的SOC值存在着较大的难度,仅能依靠其它参数和手段间接获取。因此,本文结合电动汽车对动力电池性能的需求以常用的三元锂离子电池为研究对象,对如何提高电动汽车动力电池剩余电量的估算精度进行了深入的研究,本文的研究工作主要围绕以下几个方面展开:(1)阐述锂离子电池SOC的定义,分析了影响SOC估算的因素,并利用搭建的实验平台对锂离子电池的各项性能参数进行了分析,并对几种常用的SOC估算方法的优缺点进行了分析。(2)通过对SOC不同估算方法的优缺点进行比较分析,最终采用数据驱动的模型—BP神经网络对电池的SOC进行估算,利用搭建的实验平台完成对实验电池不同倍率下的充放电数据进行采集,在Python环境中完成BP神经网络模型算法的搭建,并通过采集的数据对网络进行不断训练,利用训练后的网络模型完成对电池SOC的估算实验,并对实验结果进行分析。(3)针对传统BP算法收敛速度慢、估算精度低且易陷入局部极值的缺点,仔细分析研究了电池的各项性能参数,在电池电压、电流、温度的基础上又引入了电池的内阻作为神经网络模型的输入,并在此基础上提出了基于Python编程的改进型自适应动量项BP神经网络算法,利用模型的实际输出值和期望值的误差均方差MSE的大小来动态调节动量因子的大小,完成了传统BP神经网络对电池SOC估算的改进,克服了基于梯度下降的传统BP算法收敛速度慢、估算精度低的缺点。(4)BP神经网络权值和阈值的选取对模型训练后的性能有较大的影响,为了进一步提高SOC的估算精度,采用仿生算法中的遗传算法对改进后的BP算法的权值和阈值进行寻优,搭建了基于Python编程的遗传算法优化BP神经网络的算法流程,并利用实验平台采集的数据分别对改进前后的网络模型进行训练,利用训练后的模型分别对电池恒流工况和DST(Dynamic Street Test)工况下的SOC进行估算,实验结果充分说明利用遗传算法优化后的改进动量项的BP算法无论收敛速度、还是估算精度都有大幅提升,能够达到精确预测电池SOC的目的。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 王方;苗放;陈垦;;基于优化神经网络的地质灾害监测预警仿真[J];计算机仿真;2019年11期
4 马猛;王明红;;基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J];轻工机械;2019年06期
5 庄连生;吕扬;杨健;李厚强;;时频联合长时循环神经网络[J];计算机研究与发展;2019年12期
6 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
7 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
8 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
9 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
10 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期
11 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期
12 李青华;李翠平;张静;陈红;王绍卿;;深度神经网络压缩综述[J];计算机科学;2019年09期
13 刘高宇;;深度神经网络在煤质数据分析与预测中的应用[J];电脑知识与技术;2019年28期
14 黄为;李永刚;胡上成;汪毅;;基于循环神经网络的船摇数据实时预测[J];科学技术与工程;2019年31期
15 冯伟业;廖可非;欧阳缮;牛耀;;基于胶囊神经网络的合成孔径雷达图像分类方法[J];科学技术与工程;2019年28期
16 郑丽;;建筑设计中神经网络技术与遗传算法探究[J];湖北农机化;2019年21期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
2 冉令燕;基于卷积神经网络的图像分类研究[D];西北工业大学;2018年
3 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
4 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
5 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
6 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
7 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
8 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
9 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
10 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
中国硕士学位论文全文数据库 前10条
1 焦东岩;卷积神经网络在密度泛函结构预测计算中的应用研究[D];湘潭大学;2019年
2 李智强;基于神经网络的航空发动机推力估计方法研究[D];南京航空航天大学;2019年
3 刘京麦野;基于循环神经网络的语义完整性分析[D];湘潭大学;2019年
4 朱萌钢;基于神经网络的车辆行为预测研究[D];重庆邮电大学;2019年
5 米怡;基于卷积神经网络的车行环境行人识别[D];重庆邮电大学;2019年
6 易亿;基于集成卷积神经网络的交通标志识别研究[D];重庆邮电大学;2019年
7 葛超;基于神经网络的奶牛识别方法研究[D];重庆邮电大学;2019年
8 李净桦;基于神经网络的社交话题热度预测模型研究[D];重庆邮电大学;2019年
9 弓攀豪;融合浅层特征与卷积神经网络的行人检测方法研究[D];重庆邮电大学;2019年
10 詹紫微;基于卷积神经网络的目标跟踪方法研究[D];重庆邮电大学;2019年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
2 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
3 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
5 ;神经网络小史[N];电子报;2018年
6 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 张斌;谁还需要“同传”[N];文汇报;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978