可充电锂电池剩余电量预测方法

• 作者: 余杰 方正 王倩 王涵博 王禹昕 胡伟锋 陈思媛
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 锂离子电池 SOC预测 BP RBF
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 矿业工程·冶金工程·环境工程·化学与化学工程·材料科学与工程
• 页码范围: 2121-2128
• 页数: 8页
• 分类号: TP183
• 字数: 3847字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2018.09.002

摘要

为了对锂离子电池剩余电量(SOC)进行准确测量,以2200 mA·h的聚合物锂电池为研究对象,利用Hyperion平衡充放电设备采集6个不同放电电流下(0.7,1.1,1.7,2.2,2.7和3.3 A)的放电电压和放电倍率;采取误差反向传播(BP)和径向基函数(RBF)2个原理不同的神经网络算法进行SOC预测;把采集的样本数据分为训练组和测试组,采用不同的神经网络算法对训练组进行训练后,选择合适的参数构建神经网络,并用测试组数据进行测试;最终比较2种算法的预测效果和误差.研究结果表明:RBF预测结果的相对误差比BP的低,且预测速度更快,RBF较BP更适合于锂离子电池剩余电量的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈思媛	厦门大学航空航天学院	10	38	3.0	6.0
2	方正	厦门大学航空航天学院	24	101	6.0	9.0
3	王倩	厦门大学航空航天学院	9	28	4.0	5.0
4	胡伟锋	厦门大学航空航天学院	2	8	1.0	2.0
5	余杰	厦门大学航空航天学院	1	8	1.0	1.0
6	王涵博	厦门大学航空航天学院	1	8	1.0	1.0
7	王禹昕	厦门大学航空航天学院	1	8	1.0	1.0