基于在线极限连续学习机的LiFePO4力电池SOC估算

• 作者: 刘媛 文健峰 杨杰君 王全 黄河 黄浩
• 来源期刊: 控制与信息技术
• 学科: 工学
• 关键词: 极限学习机 荷电状态 动力电池 人工智能
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 电力与传动控制
• 页码范围: 27-30,35
• 页数: 5页
• 分类号: TM912
• 语种: 中文
• DOI: 10.13889/j.issn.2096-5427.2019.05.100

摘要

针对现存LiFePO4电池荷电状态(SOC)估算不准的问题,文章提出了一种基于在线极限连续学习机(OSELM)的SOC估算模型,其借助OSELM快速学习能力,通过在线学习方式提高了网络的泛化性能,可自适应电池工作状态以准确估算SOC.以5 Ah LiFePO4圆柱形电芯为研究对象,测试了其在不同温度、不同放电电流时的单体电压与SOC的关系,并对试验样本进行了学习和估算.理论分析和试验结果验证了该方法的有效性.