基于传递熵与JS-BP神经网络的锂离子电池容量预测模型

吴小忠; 肖立华; 童超; 夏向阳; 袁翎; 甘星; 江志文; 黄湘源

doi:10.11930/j.issn.1004-9649.202310039

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于传递熵与JS-BP神经网络的锂离子电池容量预测模型

新型电网 | 更新时间：2025-10-11

- 基于传递熵与JS-BP神经网络的锂离子电池容量预测模型
- Capacity Prediction Model of Lithium-Ion Batteries Based on Transfer Entropy and JS-BP Neural Network
- “在储能系统安全领域，专家建立了锂离子电池可用容量预测模型，验证了其准确性，为储能系统安全运行提供解决方案。”
- 中国电力 2025年58卷第2期页码：186-192, 215
- 作者机构：
  
  1.国网湖南省电力有限公司，湖南长沙　410004
  2.南京南瑞继保工程技术有限公司，江苏南京　211100
  3.长沙理工大学电气与信息工程学院，湖南长沙　410114
- 作者简介：
  
  [ "吴小忠（1974），男，高级工程师，从事新能源安全保护与控制研究，E-mail：wuxiaozhong@126.com" ]
  [ "夏向阳（1968），男，通信作者，教授，博士生导师，从事柔性直流输电控制和储能安全控制研究，E-mail：307351045@qq.com" ]
- 基金信息：
  
  国家自然科学基金资助项目（51977014）。
- DOI：10.11930/j.issn.1004-9649.202310039
  中图分类号：
- 收稿：2023-11-15，
  
  修回：2024-07-11，
  
  录用：2024-07-18，
  
  纸质出版：2025-02-28
- 稿件说明：
移动端阅览
吴小忠, 肖立华, 童超, 等. 基于传递熵与JS-BP神经网络的锂离子电池容量预测模型[J]. 中国电力, 2025,58(2):186-192, 215.

Xiaozhong WU, Lihua XIAO, Chao TONG, et al. Capacity Prediction Model of Lithium-Ion Batteries Based on Transfer Entropy and JS-BP Neural Network[J]. Electric power, 2025, 58(2): 186-192, 215.
吴小忠, 肖立华, 童超, 等. 基于传递熵与JS-BP神经网络的锂离子电池容量预测模型[J]. 中国电力, 2025,58(2):186-192, 215. DOI： 10.11930/j.issn.1004-9649.202310039.

Xiaozhong WU, Lihua XIAO, Chao TONG, et al. Capacity Prediction Model of Lithium-Ion Batteries Based on Transfer Entropy and JS-BP Neural Network[J]. Electric power, 2025, 58(2): 186-192, 215. DOI： 10.11930/j.issn.1004-9649.202310039.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于传递熵与JS-BP神经网络的锂离子电池容量预测模型

Capacity Prediction Model of Lithium-Ion Batteries Based on Transfer Entropy and JS-BP Neural Network

DOI：10.11930/j.issn.1004-9649.202310039