Un modèle amélioré basé sur des réseaux de neurones artificiels et le modèle de Thévenin pour des batteries de puissance en nickel-hydrure métallique

Basé sur des réseaux de neurones artificiels et le modèle de Thévenin, cet article utilise un modèle amélioré pour prédire l'état de charge. Nous combinons le modèle de réseaux de neurones artificiels avec le modèle de Thévenin et prédisons l'état de charge en temps réel simultanément. Lorsque la différence entre la valeur prédictive du modèle de réseaux de neurones artificiels et la valeur prédictive du modèle de Thévenin est supérieure à 10 %, nous révisons la valeur prédictive du modèle de réseaux de neurones artificiels par la valeur moyenne pondérée. Les résultats montrent qu'il peut réduire l'erreur du modèle de réseaux de neurones artificiels de manière significative et que l'erreur moyenne est de 4,72 %. Il est moins dépendant de l'état initial de charge que le modèle de réseaux de neurones artificiels.