基于QPSO-BP神经网络的锂电池SOC预测

• 作者: 刘征宇 张利 张庆 杨俊斌 赵爱国
• 来源期刊: 电子测量与仪器学报
• 学科: 交通运输
• 关键词: 锂离子电池 荷电状态SOC 神经网络 量子微粒群算法
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 224-228
• 页数: 5页
• 分类号: U469.72
• 字数: 2252字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2013.00224

摘要

电池荷电状态(state of charge,SOC)的预测是电动汽车电池管理系统的关键任务之一,为此对锂电池荷电状态的预测进行了研究,提出了一种基于QPSO-BP神经网络的锂电池SOC预测.在分析了磷酸铁锂(LiFePO4)电池充放电机理后,运用MATLAB人工神经网络工具箱建立基于量子微粒群算法(QPSO)的BP(back propagation)神经网络模型,用于预测锂离子电池充放电过程中的任一状态下的SOC.仿真实验验证了方法的准确性.结果表明,与现有的神经网络预测方法相比,基于QPSO-BP神经网络的锂电池SOC预测方法准确度高,且具备很好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利	合肥工业大学机械与汽车工程学院	129	1607	23.0	32.0
3	刘征宇	合肥工业大学机械与汽车工程学院	67	680	15.0	23.0
9	杨俊斌		3	81	1.0	3.0
10	张庆	合肥工业大学机械与汽车工程学院	5	141	3.0	5.0
11	赵爱国	合肥工业大学机械与汽车工程学院	1	80	1.0	1.0