基于神经网络模型的动力电池SOC估计研究

• 作者: 李波 汪宏华 聂亮 蔡信
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 电动汽车 电池荷电状态 神经网络
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 电工技术
• 页码范围: 128-132
• 页数: 5页
• 分类号: TM911|TP24
• 字数: 3133字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2015.01.024

摘要

针对电动汽车动力电池荷电状态(SOC)的估计问题,对动力电池的荷电状态估计方法进行了研究.对电池荷电状态的影响因素进行了归纳,提出了基于反向传播神经网络(BP神经网络)的动力电池荷电状态估计方法.利用汽车仿真软件ADVISOR对电动汽车行驶典型的汽车测试工况进行了模拟,得到了电动汽车动力电池荷电状态与电池的充放电电流、温度之间的关系.对得到的训练样本数据进行了归一化处理,经过训练,得到基于BP神经网络的动力电池荷电状态估计模型.同样,利用ADVISOR软件得到的测试数据,对得到的神经网络模型进行了测试.研究结果表明,该模型的估计值和输出值之间的误差最大值为4％左右,模型的精度符合动力电池荷电状态估计的使用要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪宏华		3	138	3.0	3.0
2	聂亮		2	71	2.0	2.0
3	李波		9	201	6.0	9.0
4	蔡信		1	59	1.0	1.0