Resumen

Las baterías de iones de litio han sido ampliamente utilizadas como sistemas de almacenamiento de energía y en vehículos eléctricos debido a su deseable equilibrio entre densidades de energía y potencia, así como a la continua disminución de su precio. La estimación precisa del estado de carga (SOC, por sus siglas en inglés) de un paquete de baterías es importante para gestionar la salud y seguridad de los mismos. Este artículo propone un modelo neuronal compacto de función de base radial (RBF) para estimar el estado de carga (SOC) de paquetes de baterías de litio. En primer lugar, se identifica un conjunto de entradas adecuado fuertemente correlacionado con el SOC del paquete a partir de señales de voltaje, corriente y temperatura medidas directamente mediante un algoritmo recursivo rápido (FRA). En segundo lugar, se construye un modelo neuronal RBF para la estimación del SOC del paquete de baterías utilizando la estrategia FRA para podar neuronas redundantes de la capa oculta. Luego, se utiliza el algoritmo de

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Baterías de iones de litio; Sistemas de almacenamiento de energía; Vehículos eléctricos; Estado de carga; Función de base radial; Modelo neuronal
• Keywords:Lithium-ion batteries; Energy storage systems; Electric vehicles; State-of-charge; Radial basis function; Neural model