期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
光伏发电系统蓄电池SOC预测技术研究
被引量：
3
1
作者
马建荣
王菊芬
《电源技术》
CAS
CSCD
北大核心
2005年第4期250-252,共3页
蓄电池的荷电状态(SOC)值是反映电池健康状况的一个重要参数。传统的SOC预测方法难以得到精确的结果。为此对蓄电池的SOC预测技术进行了理论上的研究,并在此基础上提出了基于神经网络的蓄电池SOC预测方法。实验结果证明,该模型能够比较...
蓄电池的荷电状态(SOC)值是反映电池健康状况的一个重要参数。传统的SOC预测方法难以得到精确的结果。为此对蓄电池的SOC预测技术进行了理论上的研究,并在此基础上提出了基于神经网络的蓄电池SOC预测方法。实验结果证明,该模型能够比较准确地预测出蓄电池的SOC值,其误差一般不会超出2%,很少有超出5%的情况,取得了令人满意的可靠预测结果。
展开更多
关键词
光伏系统
阀控式铅酸蓄电池
荷电状态(
soc
)
预测技术
神经网络
在线阅读
下载PDF
职称材料
题名
光伏发电系统蓄电池SOC预测技术研究
被引量：
3
1
作者
马建荣
王菊芬
机构
武警水电第八支队
重庆后勤工程学院研究生队
出处
《电源技术》
CAS
CSCD
北大核心
2005年第4期250-252,共3页
文摘
蓄电池的荷电状态(SOC)值是反映电池健康状况的一个重要参数。传统的SOC预测方法难以得到精确的结果。为此对蓄电池的SOC预测技术进行了理论上的研究,并在此基础上提出了基于神经网络的蓄电池SOC预测方法。实验结果证明,该模型能够比较准确地预测出蓄电池的SOC值,其误差一般不会超出2%,很少有超出5%的情况,取得了令人满意的可靠预测结果。
关键词
光伏系统
阀控式铅酸蓄电池
荷电状态(
soc
)
预测技术
神经网络
Keywords
photovoltaic system
valve-regulated lead-acid battery
state-of-char
ge
(
soc
)
estimation technology
neural network
分类号
TM912.1 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
光伏发电系统蓄电池SOC预测技术研究
马建荣
王菊芬
《电源技术》
CAS
CSCD
北大核心
2005
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
