文献

J-GLOBAL ID：202202231751219327   整理番号：22A0950577

IWOA-AdaBoost-Elmanアルゴリズムに基づくリチウムイオン電池の充電推定法の新しい状態【JST・京大機械翻訳】

A novel state of charge estimation method of lithium-ion batteries based on the IWOA-AdaBoost-Elman algorithm

著者 (6件)： Li Huan (School of Information Engineering, Southwest University of Science and Technology, Mianyang, China) ,  Wang Shunli (School of Information Engineering, Southwest University of Science and Technology, Mianyang, China) ,  Islam Monirul (School of Information Engineering, Southwest University of Science and Technology, Mianyang, China) ,  Bobobee Etse Dablu (School of Information Engineering, Southwest University of Science and Technology, Mianyang, China) ,  Zou Chuanyun (School of Information Engineering, Southwest University of Science and Technology, Mianyang, China) ,  Fernandez Carlos (School of Pharmacy and Life Sciences, Robert Gordon University, Aberdeen, UK)
資料名： International Journal of Energy Research  (International Journal of Energy Research)
巻： 46  号： 4  ページ： 5134-5151  発行年： 2022年 
JST資料番号： A0249B  ISSN： 0363-907X  CODEN： IJERDN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： リチウムイオン(Liイオン)電池は,非常に複雑な非線形システムである。Liイオン電池の電荷(SOC)推定法のデータ駆動状態は,複雑な等価回路モデリングとパラメータ同定を避け,それは,電池の非線形性を,より直接的かつ正確に記述できる。単一フィードフォワードニューラルネットワークの予測プロセスにおける低一般化能力,局所小型化,低予測精度,および不十分な動力学の問題に対処するために,Liイオン電池のためのIWOA-AdaBoost-ElmanアルゴリズムベースのSOC推定法を提案する。この方法は,反復過程中のElmanニューラルネットワークの非線形重みを連続的に最適化するために,改良クジラ最適化アルゴリズム(IWOA)を導入した。AdaBoostアルゴリズムを用いて,多重弱IWOA-Elman予測子を逐次反復によって1つの強いSOC推定器に再結合した。組合せた強い予測子は,強い一般化能力,推定精度,および動特性を持っている。モデルの合理性を検証するために,SOC推定を動的操作条件の下で実行した。実験結果は,提案方法が他の最適化モデルと比較してより正確で安定であることを示した。さらに,提案方法は,SOC推定に及ぼす種々の放電乗数,異なる周囲温度,および種々のエージングサイクルの影響を克服できる。理論と実験結果は,IWOA-AdaBoost-ElmanアルゴリズムがLiイオン電池のSOC推定に新しい方法を提供することを示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *イオン ,  最適化 ,  電荷 ,  *電池 ,  等価回路 ,  放電 ,  最適化手法 ,  *リチウム ,  小型化 ,  モデリング ,  *充電 ,  多重化 ,  *リチウムイオン電池
準シソーラス用語： *リチウムイオン , 【Automatic Indexing@JST】

著者キーワード (5件)： AdaBoost ,  Elmanニューラルネットワーク ,  改良クジラ最適化アルゴリズム ,  リチウムイオン電池 ,  充電状態

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (5件)： AdaBoost ,  アルゴリズム ,  リチウムイオン電池 ,  充電 ,  推定法