期刊信息
刊名：控制工程
曾用名：基础自动化
主办：东北大学
主管：教育部
ISSN：1671-7848
CN：21-1476/TP
语言：中文
周期：月刊
影响因子：0.725289
被引频次：8
数据库收录：
北大核心期刊（2008版）;北大核心期刊（2011版）;北大核心期刊（2014版）;北大核心期刊（2017版）;中国科学引文数据库（2011-2012）;中国科学引文数据库（2013-2014）;中国科学引文数据库（2015-2016）;中国科学引文数据库（2017-2018）;中国科学引文数据库（2019-2020）;日本科学技术振兴机构数据库;中国科技核心期刊;期刊分类：电子信息
期刊热词：
建模与仿真系统
曾用名：基础自动化
主办：东北大学
主管：教育部
ISSN：1671-7848
CN：21-1476/TP
语言：中文
周期：月刊
影响因子：0.725289
被引频次：8
数据库收录：
北大核心期刊（2008版）;北大核心期刊（2011版）;北大核心期刊（2014版）;北大核心期刊（2017版）;中国科学引文数据库（2011-2012）;中国科学引文数据库（2013-2014）;中国科学引文数据库（2015-2016）;中国科学引文数据库（2017-2018）;中国科学引文数据库（2019-2020）;日本科学技术振兴机构数据库;中国科技核心期刊;期刊分类：电子信息
期刊热词：
建模与仿真系统
电力工业论文_基于改进BPNN-MPF算法的锂离子电
【作者】网站采编
【关键词】
【摘要】文章摘要:为了提高锂离子电池能量状态（State of Energy， SoE）估计的准确性，考虑到电流或电压传感器噪声会累积误差，本文提出了一种基于改进反向传播神经网络（Back Propagation Neura
文章摘要:为了提高锂离子电池能量状态（State of Energy， SoE）估计的准确性，考虑到电流或电压传感器噪声会累积误差，本文提出了一种基于改进反向传播神经网络（Back Propagation Neural Network， BPNN）与模型预测滤波（Model Predictive Filtering， MPF）相结合的SoE估计方法。基于一阶RC等效电路模型，采用MPF算法来估计电池的SoE，并使用改进BPNN对MPF算法的估计结果进行误差补偿。最后，在NEDC工况下，验证了所提方法的准确性。结果表明，与传统MPF算法和BPNN-MPF算法相比，本文所提方法的SoE估计值能较好地收敛到真实值，且最大绝对误差和均方根误差均在1%以内。
文章关键词:
文章来源：《控制工程》 网址: http://www.kzgczzs.cn/qikandaodu/2021/1025/1298.html