基于BP神经网络法研究锂电池荷电状态

• 作者: 杨学平 王正江 蒋超宇 薛秀丽
• 来源期刊: 材料导报
• 学科: 工学
• 关键词: BP神经网络 电动汽车 锂离子动力电池 荷电状态
• 年，卷（期）: 2019,（z2）
• 所属期刊栏目: 无机非金属及其复合材料
• 页码范围: 53-55
• 页数: 3页
• 分类号: TM911
• 字数: 2049字
• 语种: 中文

摘要

电动汽车锂离子动力电池荷电估算是电池管理系统的关键技术之一,电池荷电状态的精准计算对于电动汽车的续航里程估计有着重要意义.选取某车型三元锂离子动力电池组为研究对象,在指定温度下利用专用动力电池数据采集仪器采集动力电池数据,然后将数据植入到BP神经网络模型中去学习训练与验证.结果表明:基于BP神经网络法计算电池荷电的误差基本能控制在6％以内,验证了模型的准确性,为电池荷电估计算法的研究与改进打下了坚实的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正江		6	4	1.0	2.0
2	蒋超宇		12	17	3.0	3.0
3	杨学平		13	18	3.0	4.0
4	薛秀丽		13	8	2.0	2.0