基于GA—Elman神经网络的电池劣化程度预测研究

上传者: 38600341 | 上传时间: 2021-05-06 16:10:13 | 文件大小: 213KB | 文件类型: PDF
摘要: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.
  蓄电池目前被广泛地应用于汽车.电动车.UPS电源以及EPS电源系统等多个领域.阀控铅酸蓄电池(Valve RegulatedLead Acid Battery,VRLAB)是目前使用最为广泛的蓄电池,尤其是在电力.通信.

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明