%0 Journal Article
%T 基于GA-RBF网络的磷酸铁锂电池SOC预测研究
%A 黄智宇
%A 曹玉恒
%J 重庆邮电大学学报(自然科学版)
%D 2013
%X 针对动力电池荷电状态(stateofcharge，SOC)的精确预测问题，提出了一种基于遗传算法的径向基函数（geneticalgorithmradialbasisfunction，GA-RBF）神经网络的磷酸铁锂电池SOC预测方法，它克服了网络参数选择的随机性，具有更强的适应能力。通过仿真实验，证明了该方法比传统的径向基函数（radialbasisfunction，RBF）神经网络预测结果更加准确，运行更稳定，满足电池管理系统对磷酸铁锂（LiFePO4）动力电池SOC预测的精度和实际使用的要求。
%K 荷电状态(SOC)
%K 磷酸铁锂电池
%K 基于遗传算法的径向基函数(GA-RBF)
%K 神经网络
%U http://journal.cqupt.edu.cn/jcuptnse/jcuptnse/ch/reader/view_abstract.aspx?file_no=20130324&flag=1