电子测量与仪器学报
電子測量與儀器學報
전자측량여의기학보
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
2014年
1期
84-90
,共7页
尹安东%周斌%江昊%赵韩
尹安東%週斌%江昊%趙韓
윤안동%주빈%강호%조한
电动汽车%自适应神经模糊系统%荷电状态(SOC)%预测
電動汽車%自適應神經模糊繫統%荷電狀態(SOC)%預測
전동기차%자괄응신경모호계통%하전상태(SOC)%예측
electric vehicle%adaptive neuron-fuzzy inference system%state of charge%prediction
利用自适应神经模糊系统(adaptive neuro-fuzzy inference system,ANFIS)对电动汽车磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究.在分析ANFIS结构原理基础之上,采用BP(back-propagation)算法和最小二乘估计的混合算法分别建立两输入变量和三输入变量的ANFIS预测模型,并利用两种模型进行SOC预测.实例预测结果表明AN-FIS能精确预测磷酸铁锂电池SOC值,且三输入变量ANFIS模型预测精度得到改善;与实测相比,三输入ANFIS预测模型的最大绝对误差在1％以下,平均百分比误差(average percentage error,APE)小于2％.
利用自適應神經模糊繫統(adaptive neuro-fuzzy inference system,ANFIS)對電動汽車燐痠鐵鋰(LiFePO4)電池荷電狀態(state of charge,SOC)預測研究.在分析ANFIS結構原理基礎之上,採用BP(back-propagation)算法和最小二乘估計的混閤算法分彆建立兩輸入變量和三輸入變量的ANFIS預測模型,併利用兩種模型進行SOC預測.實例預測結果錶明AN-FIS能精確預測燐痠鐵鋰電池SOC值,且三輸入變量ANFIS模型預測精度得到改善;與實測相比,三輸入ANFIS預測模型的最大絕對誤差在1％以下,平均百分比誤差(average percentage error,APE)小于2％.
이용자괄응신경모호계통(adaptive neuro-fuzzy inference system,ANFIS)대전동기차린산철리(LiFePO4)전지하전상태(state of charge,SOC)예측연구.재분석ANFIS결구원리기출지상,채용BP(back-propagation)산법화최소이승고계적혼합산법분별건립량수입변량화삼수입변량적ANFIS예측모형,병이용량충모형진행SOC예측.실례예측결과표명AN-FIS능정학예측린산철리전지SOC치,차삼수입변량ANFIS모형예측정도득도개선;여실측상비,삼수입ANFIS예측모형적최대절대오차재1％이하,평균백분비오차(average percentage error,APE)소우2％.
