基于BP神经网络的镉镍电池放电特性预测

• 作者: 何明前 张丽 王显承 范世军 黎学明
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 镉镍蓄电池 BP神经网络 Matlab
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 研究与设计
• 页码范围: 1618-1619,1664
• 页数: 3页
• 分类号: TM912
• 字数: 2273字
• 语种: 中文

摘要

为准确预测镉镍蓄电池的放电特性,采用安时积分法预测剩余容量,再以电池工作温度、放电电流、剩余窖量为输入量,工作电压为输出量,建立基于Levenberg-Maluardt(LM)算法的BP神经网络模型,经过训练及检验,该模型的预测结果准确,相对误差小于0.5％.实验表明,该模型在温度-20～60℃和放电电流33～165A能精确预测电池的剩余窖量和工作电压,进而准确建立了蓄电池温度、剩余容量、放电电流和工作电压之间的映射关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎学明	重庆大学化学化工学院	99	889	17.0	25.0
2	范世军		7	61	4.0	7.0
3	何明前		7	38	3.0	6.0
4	王显承		1	6	1.0	1.0
5	张丽		1	6	1.0	1.0