郑州轻工业学院学报（自然科学版）
鄭州輕工業學院學報（自然科學版）
정주경공업학원학보（자연과학판）
JOURNAL OF ZHENGZHOU INSTITUTE OF LIGHT INDUSTRY(NATURAL SCIENCE)
2012年
4期
12-15
,共4页
阀控铅酸盐蓄电池%BP神经网络%劣化程度预测
閥控鉛痠鹽蓄電池%BP神經網絡%劣化程度預測
벌공연산염축전지%BP신경망락%열화정도예측
为了提高对阀控铅酸盐蓄电池劣化程度的预测准确度,构建了一个具有自学习功能的BP神经网络预报模型,使用不同放电深度下的192组数据对BP神经网络进行训练和学习,然后使用训练好的BP神经网络对实时采集到的数据进行预报和分析,预报准确率达93％以上,证明预报模型具有较高的可靠性.
為瞭提高對閥控鉛痠鹽蓄電池劣化程度的預測準確度,構建瞭一箇具有自學習功能的BP神經網絡預報模型,使用不同放電深度下的192組數據對BP神經網絡進行訓練和學習,然後使用訓練好的BP神經網絡對實時採集到的數據進行預報和分析,預報準確率達93％以上,證明預報模型具有較高的可靠性.
위료제고대벌공연산염축전지열화정도적예측준학도,구건료일개구유자학습공능적BP신경망락예보모형,사용불동방전심도하적192조수거대BP신경망락진행훈련화학습,연후사용훈련호적BP신경망락대실시채집도적수거진행예보화분석,예보준학솔체93％이상,증명예보모형구유교고적가고성.
