基于BP神经网络的储能电池衰减容量预测

• 作者: 赵泽昆 韩晓娟 马会萌
• 来源期刊: 电器与能效管理技术
• 学科: 工学
• 关键词: 衰减容量预测 遗传算法 特征向量 BP神经网络
• 年，卷（期）: 2016,（19）
• 所属期刊栏目: 储能技术
• 页码范围: 68-72
• 页数: 5页
• 分类号: TM743
• 字数: 2321字
• 语种: 中文
• DOI: 10.16628/j.cnki.2095-8188.2016.19.014

摘要

提出了一种基于BP神经网络的储能电池衰减容量预测方法,能及时准确地预测储能电池的容量衰减情况,提高电池储能系统的稳定性和综合性能.选择较易获得的电池外特性充电电流和荷电状态(SOC)变化率作为神经网络的输入特征量,电池衰减容量作为输出特征量,利用遗传算法优化BP神经网络的权值和阈值,对不同衰减容量的电池单体在不同充电电流下进行充电仿真试验和衰减容量预测.结果表明,改进BP神经网络与RBF神经网络相比,具有更高的准确性,实现了大容量电池储能系统电池单体任意衰减容量在任意充电电流下的准确预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩晓娟	华北电力大学控制与计算机工程学院	49	867	15.0	28.0
2	马会萌		18	735	12.0	18.0
3	赵泽昆	华北电力大学控制与计算机工程学院	5	20	2.0	4.0