基于GA-BP神经网络的锂离子电池SOC估计

• 作者: 于仲安 卢健 王先敏
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 锂离子电池 荷电状态 BP神经网络 遗传算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 研究与设计
• 页码范围: 337-340,421
• 页数: 5页
• 分类号: TM912
• 字数: 4508字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.03.009

摘要

电池荷电状态(state of charge,SOC)的估计是电动汽车电池管理系统(battery management system,BMS)的最为重要的关键技术之一.为此,提出了一种基于改进型遗传算法(genetic algorithms,GA)的BP神经网络的锂离子电池SOC估计.利用MATLAB人工神经网络工具箱和谢菲尔德(Sheffield)遗传算法工具箱共同建立GA-BP神经网络模型,用于预测锂离子电池在任一状态下的SOC.经仿真实验表明,与经典的BP神经网络预测方法相比,基于改进型GA-BP神经网络的锂离子电池荷电状态估计精度有效提高了,且具备良好的收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于仲安	江西理工大学电气工程与自动化学院	68	455	11.0	19.0
2	卢健	江西理工大学电气工程与自动化学院	4	0	0.0	0.0
3	王先敏	江西理工大学电气工程与自动化学院	4	0	0.0	0.0