退役锂动力电池SOC预测建模与分析
作者： 安徽瑞赛克再生资源技术股份有限公司; 安徽芜湖241007; 安徽师范大学物理与电子信息学院; 安徽芜湖241002
摘要：随着锂动力电池退役周期的到来,电池梯次应用具有现实意义。为了解决梯次再利用时退役电池放电非线性变化剧烈引起的电池荷电状态(State of Charge,SOC)预测精度不高问题,提出了一种基于量子粒子群(QPSO)优化RBF神经网络预测退役电池SOC的动态模型,相比经典的粒子群(PSO)优化算法具有更好的稳定性。实验结果表明:该预测模型的误差稳定在1%以内,响应速度快,为锂电池充分利用奠定了理论基础。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
无线电通信技术杂志
无线电通信技术杂志， 双月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：专家论坛、通信系统与网络技术、信息传输与接入技术、天线与伺服技术、综合电子信息技术等。于1972年经新闻总署批准的正规刊物。
- 北大期刊
- 1个月内审核
