[发明专利]一种改进的RBF神经网络的电池SOC预测方法在审
| 申请号： | 201610288501.3 | 申请日： | 2016-05-04 |
| 公开（公告）号： | CN105823989A | 公开（公告）日： | 2016-08-03 |
| 发明（设计）人： | 田丽;凤志民;娄洁;曹安照;李从飞;吴道林;王勇 | 申请（专利权）人： | 安徽工程大学 |
| 主分类号： | G01R31/36 | 分类号： | G01R31/36;G06N3/00;G06N3/08 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 杨红梅 |
| 地址： | 241000 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种改进的RBF神经网络的电池SOC预测方法，首先通过RBF神经网络方法建立动力电池SOC预测模型，然后以神经网络的输出电池SOC作为评价指标，建立一个优化模型，采用人工鱼群算法分别对神经网络的宽度向量δi、中心向量vi和输出神经元的权值wi进行优化计算。神经网络预测方法具有效率高、成本低的特点。 | ||
| 搜索关键词： | 一种 改进 rbf 神经网络 电池 soc 预测 方法 | ||
【主权项】：
一种改进的RBF神经网络的电池SOC预测方法，其特征在于,该方法通过RBF神经网络方法建立动力电池SOC预测模型，然后以神经网络的输出电池SOC作为评价指标，建立一个优化模型，采用人工鱼群算法分别对神经网络的宽度向量δi、中心向量vi和输出神经元的权值wi进行优化计算。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽工程大学，未经安徽工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610288501.3/，转载请声明来源钻瓜专利网。
