10.3969/j.issn.1000-386x.2020.04.053
基于MOSFLA与快速学习网的荷电状态预测
为解决锂离子电池荷电状态(state of charge,SOC)难以精确计算的难题,提出一种增强的混合蛙跳算法(mutation opposition shuffled frog-leaping algorithm,MOSFLA)优化快速学习网(fast learning network,FLN)的SOC预测模型.在混合蛙跳算法中引入几何中心变异策略和反学习策略增强算法的全局优化性能;为改善FLN的预测性能,采用MOSFLA优化FLN模型参数并建立MOSFLN-FLN模型;利用该模型对电池SOC进行预测,并将预测结果与其他模型预测结果相比较.结果显示,MOSFLA-FLN绝对误差不超过2.71,预测精度高,为SOC的精确计算提供了一种有效方法.
荷电状态、快速学习网、混合蛙跳算法、几何变异、预测
37
TP183(自动化基础理论)
2020-04-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
329-333