基于BP神经网络的锂离子电池SOC估计研究 |
| |
引用本文: | 雷雨,李锐,余佳玲,高磊.基于BP神经网络的锂离子电池SOC估计研究[J].长沙航空职业技术学院学报,2018(4):64-70. |
| |
作者姓名: | 雷雨 李锐 余佳玲 高磊 |
| |
作者单位: | 1.陆军工程大学通信士官学校400035;2.山东省烟台市计量所264000; |
| |
基金项目: | 2017年重庆市高校优秀成果转化资助项目"蓄电池管理系统及其产业化"(编号:KJZH17140)阶段性研究成果 |
| |
摘 要: | 根据恒流放电条件下锂离子电池端电压与荷电状态(SOC)映射关系图像的特点,提出了基于BP神经网络和最速下降法的锂离子电池荷电状态(SOC)估计算法。利用matlab软件编写算法程序,结合实验数据对BP神经网络进行了训练,并将经过训练后的BP神经网络应用于SOC预测。实验结果表明,误差在大部分时候低于10%,基本满足动力电池电荷状态估计的精度要求。
|
关 键 词: | 锂离子电池 荷电状态(SOC) BP神经网络 |
本文献已被 维普 等数据库收录! |
|