基于随机森林的锂离子电池健康状态估计

• 作者: 夏雪磊 孙猛猛
• 来源期刊: 农业装备与车辆工程
• 学科: 交通运输
• 关键词: 锂离子电池 健康状态 随机森林 BP神经网络
• 年，卷（期）: 2019,（2）
• 页码范围: 67-71
• 页数: 5页
• 分类号: TM912|U469.72
• 字数: 3949字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3142.2019.02.016

摘要

锂离子电池是电动汽车上关键的部件之一,准确地估计电池的健康状态(State of health,SOH)有利于保证电池的安全、提高电池的使用寿命.考虑到车用锂离子电池实际的使用情况,基于电池恒压充电电流曲线提出了一个预测电池SOH的新方法,建立了一个随机森林(Random forest,RF)模型来估计电池的SOH.另外,为了验证模型的准确性,把RF模型和BP神经网络模型进行了对比分析.实验结果表明,和BP神经网络模型相比,本文建立的RF模型能够更有效地估计电池的SOH.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏雪磊	云南省昆明市昆明理工大学交通工程学院	3	0	0.0	0.0
2	孙猛猛	云南省昆明市昆明理工大学交通工程学院	1	0	0.0	0.0