基于BP神经网络的动力电池SOC预测模型与优化

• 作者: 刘春光 苏建强 阳贵兵 项宇
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 锂离子电池 荷电状态 BP神经网络 遗传算法
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 研究与设计
• 页码范围: 963-965,986
• 页数: 4页
• 分类号: TM914
• 字数: 2361字
• 语种: 中文

摘要

锂离子动力电池内部化学反应复杂,充放电特性易受温度、老化等因素影响,致使其SOC值预测具有很强的非线性特性.而BP神经网络具有较强的非线性逼近能力,所以研究了基于BP神经网络的锂离子动力电池SOC预测模型.针对模型预测误差较大这一问题,采用遗传算法优化BP神经网络的权值和阈值.通过测试得到模型的预测误差绝大部分在2％以内,并通过仿真验证了模型的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘春光	装甲兵工程学院控制工程系	66	258	8.0	13.0
2	阳贵兵	装甲兵工程学院控制工程系	16	72	4.0	7.0
3	项宇	装甲兵工程学院控制工程系	16	100	5.0	9.0
4	苏建强	装甲兵工程学院控制工程系	13	88	4.0	9.0