文献

J-GLOBAL ID：202202268955824463   整理番号：22A0778614

遺伝的アルゴリズムで最適化したBPニューラルネットワークに基づく電池SOC推定法【JST・京大機械翻訳】

Battery SOC Estimation Method Based on BP Neural Network Optimized by Genetic Algorithm

著者 (8件)： Ma Xingyuan (Beijing Jiaotong University, Beijing, China) ,  Liu Yang (Power Supply Branch of Beijing Metro Operation Co. Ltd., Beijing, China) ,  Li Chenxu (Power Supply Branch of Beijing Metro Operation Co. Ltd., Beijing, China) ,  Tang Geng (Power Supply Branch of Beijing Metro Operation Co. Ltd., Beijing, China) ,  Zhang Gang (Beijing Jiaotong University, Beijing, China) ,  Zhang Gang (Rail Transit Electrical Engineering Technology Research Center, Beijing, China) ,  Qiu Ruichang (Beijing Jiaotong University, Beijing, China) ,  Qiu Ruichang (Rail Transit Electrical Engineering Technology Research Center, Beijing, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 868  ページ： 45-56  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 電池の充電状態(SOC)は電池条件評価の重要な指標である。正確なSOC推定は,電池のリアルタイム容量を反映し,電池の耐用年数を効果的に延長できる。本論文では,BPニューラルネットワークの誤差関数が局所最適に陥るのが容易であり,初期重みと閾値逆反復更新の影響が制限されるという問題を目的として,遺伝的アルゴリズムによって最適化されたニューラルネットワークを提案し,推定精度と大域的高速最適化を改善した。電池の等価一次RCモデルを研究して,電池の充電と放電プロセスをシミュレーションするために,シミュレーションモデルを造ることによって,電池端子電圧,電流,内部抵抗,温度,および電池SOCのパラメータを得る。データを処理した後,電圧,電流,内部抵抗,および温度を,電池SOC推定の要因として取り上げた。実験結果は,遺伝的アルゴリズムによって最適化されたニューラルネットワークが,グローバルに最適初期閾値と重さを得ることができて,このように,電池の高精度SOC推定モデルを確立し,局所最適化を避けて,電池の推定精度を改善することを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 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 ,  *最適化 ,  電圧 ,  *電池 ,  電流 ,  放電 ,  シミュレーションモデル ,  *ニューラルネットワーク ,  精度 ,  充電 ,  パラメータ ,  状態 ,  指標 ,  *遺伝的アルゴリズム
準シソーラス用語： 内部抵抗 ,  推定精度 ,  推定モデル ,  充電状態 , 【Automatic Indexing@JST】

著者キーワード (3件)： 充電状態の推定 ,  BPニューラルネットワークアルゴリズム ,  遺伝的アルゴリズム

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (6件)： 遺伝的アルゴリズム ,  最適化 ,  BPニューラルネットワーク ,  電池 ,  SOC ,  推定法