目前电动汽车动力输出的来源主要是动力电池,其荷电状态(State of Charge,SOC)表示电池的剩余电量情况,精确估算SOC对于电池的使用安全有重要意义。将蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)进行改进并用于优化BP神经网络...目前电动汽车动力输出的来源主要是动力电池,其荷电状态(State of Charge,SOC)表示电池的剩余电量情况,精确估算SOC对于电池的使用安全有重要意义。将蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)进行改进并用于优化BP神经网络估算动力电池SOC,解决了普通BP网络估计SOC时遇到的训练时间长、收敛慢、精度较低、易陷入局部最优解的问题;同时提升了全局搜索速度,选取电压和电流为输入变量、SOC为输出变量,根据误差的大小调整神经网络的权值和阈值。仿真结果表明,优化后得到的SOC估计结果误差率控制在1.1%以内,该方法寻优速度快,具有更好的鲁棒性。展开更多
文摘目前电动汽车动力输出的来源主要是动力电池,其荷电状态(State of Charge,SOC)表示电池的剩余电量情况,精确估算SOC对于电池的使用安全有重要意义。将蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)进行改进并用于优化BP神经网络估算动力电池SOC,解决了普通BP网络估计SOC时遇到的训练时间长、收敛慢、精度较低、易陷入局部最优解的问题;同时提升了全局搜索速度,选取电压和电流为输入变量、SOC为输出变量,根据误差的大小调整神经网络的权值和阈值。仿真结果表明,优化后得到的SOC估计结果误差率控制在1.1%以内,该方法寻优速度快,具有更好的鲁棒性。
