[1]林成涛,陈全世,王军平,等. 用改进的安时计量法估计电动汽车动力电池SOC[J]. 清华大学学报(自然科学版), 2006,46(2):247-251.
[2]Seo B S, Lee T K, Hyun D S. Synchronization on the points of turn-off time of series-connected power semiconductor devices using Miller effect[C]// Proceedings of the 1992 International Conference on Industrial Electronics, Control, Instrumentation, and Automation, 1992,143(4):325-329.
[3]Zhang Yu, Cheng Ximing, Fang Yuanqi, et al. On SOC estimation of Lithiumion battery packs based EKF[C]// Proceedings of the 32nd Chinese Control Conference. 2013:7668-7673.
[4]李德东,王振臣,郭小星. 基于模糊卡尔曼滤波的HEV氢镍电池SOC估计[J]. 电源技术, 2011,35(2):192-194.
[5]戴武昌,王建国,徐天锡. 基于神经网络的蓄电池荷电状态估算[J]. 东北电力大学学报, 2016,36(5):1-6.
[6]何明前,范世军,王显承,等. 基于BP神经网络的镉镍电池放电特性预测[J]. 电源技术, 2016,40(8):1618-1619.
[7]吴铁洲,吴笑民,杨蒙蒙,等. 基于PSO-RBF混合算法锂离子电池SOC估算[J]. 电源技术, 2016,40(5):982-985.
[8]李智华,张青春,刘振. 蓄电池剩余电量的模糊预测[J]. 上海大学学报(自然科学版), 2009,15(4):364-368.
[9]乔波强,侯振义,王佑民. 相关向量机在蓄电池剩余容量预测中的应用[J]. 电源技术, 2012,36(10):1503-1505.
[10]余岷. 基于ANFIS的蓄电池剩余电量检测系统的研究与实现[D]. 成都:电子科技大学, 2014.
[11]刘明忠,崔弘,羊行,等. 嵌入式蓄电池SOC检测系统研究与设计[J]. 电源技术与应用, 2014,40(9):58-61.
[12]祁建佳. 基于改进型模糊神经网络的蓄电池SOC检测方法研究与实现[D]. 成都:电子科技大学, 2015.
[13]朱喜林,武星星,李晓梅. 基于改进型模糊聚类的模糊系统建模方法[J]. 控制与决策, 2007,22(1):73-77.
[14]李国勇,杨丽娟. 神经模糊预测控制及其MATLAB实现[M]. 西安:西安电子工业出版社, 2013.
[15]Jang J R S. ANFIS: Adaptive network-based fuzzy inference system [J]. IEEE Transactions on System, Man and Cybernetics, 1993,23(3):665-685.
[16]吴晓礼,林哲辉. MATLAB辅助模糊系统设计[M]. 西安:西安电子科技大学出版社, 2002.
[17]吴兴华,周晖. 基于减法聚类及自适应模糊神经网络的短期电价预测[J]. 电网技术, 2007,31(19):69-73.
[18]Bezdek J C. Pattern Recognition with Fuzzy Objective Function Algorithms[M]. Plenum, 1981:95-97.
[19]冯衍秋,陈武凡,梁斌,等. 基于Cibbs随机场与模糊C均值聚类的图像分割新算法[J]. 电子学报, 2004,32(4):645-647.
[20]Lotfi A Z, Berkeley C A. Fuzzy Logic Toolbox for Use with MATLAB Version 2.2.1[M]. Natick: The MathWorks Inc., 2005.
[21]薛建军,唐致远,刘建华,等. 人工神经网络预测MH-Ni蓄电池容量[J]. 电源技术, 2003,27(3):305-307. |