本发明涉及一种
新能源汽车电池荷电状态SOC预测方法,包括网络初始化、隐含层输出计算、输出层输出计算、误差计算、权值更新、阈值更新、判断算法迭代是否结束以及预测输出电池使用SOC值步骤,本发明的有益效果是:由于采用了径向基函数RBF神经网络原理,径向基网络的输出和权值之间为线性关系,故所需训练时间要比前向BP网络少,且由于局部响应特点,径向基网络能够以任意精度逼近任意连续函数,提高了预测模型的准确性。同时,神经网络具有逼近多输入输出参数函数、高度的非线性、鲁棒性和容错性等特点,对于外部激励能够给出相应的输出,可以不需要建立数学模型而对电池内部复杂系统进行预测和控制。
声明:
“新能源汽车电池荷电状态SOC预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)