本发明发明了一种基于人工生命模型的
锂电池组SOC预测方法,该方法包括人工生命模型建立和人工生命模型进化两部分。首先,建立锂电池SOC预测的人工生命模型。其次,为了使人工生命体可以更快速地学习,从而引入人工神经网络并将QPSO算法作为人工生命体的学习算法。之后,将采集电动汽车锂电池组的历史充放电数据以及对应的SOC数据提供给人工生命体进而使它们不断进化。再次,进化完成时,选取最优的种群中的最优个体作为预测锂电池SOC的模型。最后,通过测试数据对所得模型进行评估,并计算出模型的准确率。本发明无需复杂的参数配置,就可以准确地获得预测结果,而且预测精度高、误差小,预测成本低,可广泛应用于电动汽车的控制行业中。
声明:
“基于人工生命模型的锂电池组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)