期刊文献+

铅酸蓄电池自放电程度的人工神经网络检测

Testing with Artificial Neural Network to the Self-Discharge Degree of Lead-Acid Battery
下载PDF
导出
摘要 本文提出基于人工神经网络的铅酸蓄电池自放电程度检测方法,并以蓄电池开路端电压变化量、工作温度、蓄电池老化程度作为输入建立了BP神经网络。实例证明,BP神经网络检测蓄电池自放电程度的方法便捷可行,且具有较高准确性。 A measurement to testing the self-discharge degree of lead-acid battery is presented based on artificial neural network. And A BP neural network with the battery opening voltage working temperature and degree of new or old as inputs is established. The example shows that the BP network can test the self-discharge degree expediently, and the result is highly veracious.
出处 《自动化与信息工程》 2011年第1期34-36,共3页 Automation & Information Engineering
关键词 铅酸蓄电池 自放电程度 BP神经网络 Lead-Acid Batteries Self-Discharge Degree BP Neural Network
  • 相关文献

参考文献5

二级参考文献14

  • 1林成涛,王军平,陈全世.电动汽车SOC估计方法原理与应用[J].电池,2004,34(5):376-378. 被引量:199
  • 2胡乃平,王丽,周艳平.一种改进的BP算法及其在车牌识别中的应用[J].微计算机信息,2006(09S):313-314. 被引量:8
  • 3尹万建.汽车电气设备与检修[M].北京:高等教育出版社,2008:47.
  • 4Jim Y F Yma, TommyWS Chow. A weight initialization method for improving training speed in feed forward neural network [J]. Neurocomputing,2000,30( 1): 219-232.
  • 5Wen Jinwei, Zhao Jiali, Luo Siwei.The improvement of BP neural network learning algorithm[C]. Proceedings of ICSP, 2000.
  • 6Koskinen, Astola J, Neuvo Y. Soft morphological filters [C]. SPIE Symp. In:Image Algebra and Morphological Image Processing, San Diego, USA, 1999:262-270.
  • 7胡守仁.神经网络导论[M].长沙:国防科技大学出版社,1999..
  • 8Sabine P,Marion P,Andreas J.Methods for state-of-charge determination and their applications[J].J Power Sources,2001,96(1):113-120.
  • 9Howard D,Mark B.Neural Network Toolbox User's Guide[M].Deutschland:The Math Works,2000.
  • 10杨健刚.人工神经网络实用教程.杭州:浙江大学出版社,2001,1

共引文献53

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部