基于BP神经网络的锂离子电池SOC估计研究

• 作者: 余佳玲 李锐 雷雨 高磊
• 来源期刊: 长沙航空职业技术学院学报
• 学科: 工学
• 关键词: 锂离子电池 荷电状态(SOC) BP神经网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 工程技术研究与应用
• 页码范围: 64-70,74
• 页数: 8页
• 分类号: TM912
• 字数: 3639字
• 语种: 中文
• DOI: 10.13829/j.cnki.issn.1671-9654.2018.04.016

摘要

根据恒流放电条件下锂离子电池端电压与荷电状态(SOC)映射关系图像的特点,提出了基于BP神经网络和最速下降法的锂离子电池荷电状态(SOC)估计算法.利用matlab软件编写算法程序,结合实验数据对BP神经网络进行了训练,并将经过训练后的BP神经网络应用于SOC预测.实验结果表明,误差在大部分时候低于10％,基本满足动力电池电荷状态估计的精度要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷雨		2	1	1.0	1.0
2	李锐		6	9	1.0	3.0
3	余佳玲		2	1	1.0	1.0
4	高磊		9	7	1.0	2.0