本發明發明了一種基于人工生命模型的鋰電池組SOC預測方法,該方法包括人工生命模型建立和人工生命模型進化兩部分。首先,建立鋰電池SOC預測的人工生命模型。其次,為了使人工生命體可以更快速地學習,從而引入人工神經網絡并將QPSO算法作為人工生命體的學習算法。之后,將采集電動汽車鋰電池組的歷史充放電數據以及對應的SOC數據提供給人工生命體進而使它們不斷進化。再次,進化完成時,選取最優的種群中的最優個體作為預測鋰電池SOC的模型。最后,通過測試數據對所得模型進行評估,并計算出模型的準確率。本發明無需復雜的參數配置,就可以準確地獲得預測結果,而且預測精度高、誤差小,預測成本低,可廣泛應用于電動汽車的控制行業中。
聲明:
“基于人工生命模型的鋰電池組SOC預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)