电源技术
電源技術
전원기술
CHINESE JOURNAL OF POWER SOURCES
2013年
2期
249-250,309
,共3页
阀控铅酸蓄电池%劣化程度%Elman神经网络%遗传算法
閥控鉛痠蓄電池%劣化程度%Elman神經網絡%遺傳算法
벌공연산축전지%열화정도%Elman신경망락%유전산법
阀控铅酸蓄电池的老化机理复杂,劣化程度受多种因素影响,因此较难预测.在分析影响蓄电池劣化程度的多种因素的基础上,采用Elman神经网络方法对电池劣化程度预测建立模型,并通过遗传算法对预测模型中的初始权值和阈值进行优化,根据浅度放电的测量数据进行劣化程度的预测.仿真结果表明:该模型达到了对电池劣化程度准确预测的目的,通过与实测数据的对比,证明该模型具有较高的有效性.
閥控鉛痠蓄電池的老化機理複雜,劣化程度受多種因素影響,因此較難預測.在分析影響蓄電池劣化程度的多種因素的基礎上,採用Elman神經網絡方法對電池劣化程度預測建立模型,併通過遺傳算法對預測模型中的初始權值和閾值進行優化,根據淺度放電的測量數據進行劣化程度的預測.倣真結果錶明:該模型達到瞭對電池劣化程度準確預測的目的,通過與實測數據的對比,證明該模型具有較高的有效性.
벌공연산축전지적노화궤리복잡,열화정도수다충인소영향,인차교난예측.재분석영향축전지열화정도적다충인소적기출상,채용Elman신경망락방법대전지열화정도예측건립모형,병통과유전산법대예측모형중적초시권치화역치진행우화,근거천도방전적측량수거진행열화정도적예측.방진결과표명:해모형체도료대전지열화정도준학예측적목적,통과여실측수거적대비,증명해모형구유교고적유효성.