论文部分内容阅读
为了解决纯电动汽车电池剩余电量估算难题，采用粒子群优化神经网络方法，用于BP（Back Propagation，BP）神经网络权值和阈值优化。并把优化后的神经网络用于荷电状态（soc）离散估算。以100Ah LiFePO4电池作为实验对象采集实验数据。将温度、充放电倍率和充放电电压作为PSO—BP（Particle Swarm Optimization，PSO）神经网络输入特征向量，将电池SOC作为输出向量进行网络学习和训练，用训练好的网络对不同充放电倍率下SOC进行离散点预测。采用插值估算实现实时预测。