浅谈基于BP神经网络对实验室锂电池循环性能预测研究

• 作者: 吕瑞华 吴小龙 张雨 聂丽宇
• 来源期刊: 江西化工
• 关键词: 深度学习 BP 神经网络 锂电池 循环性能预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 实验研究
• 页码范围: 93-95
• 页数: 3页
• 字数: 2802字
• 语种: 中文

摘要

本文通过使用BP神经网络算法对实验室自制锂离子电池的恒流循环充放电测试结果进行学习和预测,根据锂离子电池活性物质质量、循环次数和充放电比容量的关系设计了一个单层64神经元的神经网络.经过800组数组300代的学习后,预测准确率0.98、平均绝对偏差为4.6435.从而认为使用BP神经网络对锂离子电池充放电循环学习和预测的方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小龙		44	132	6.0	9.0
2	吕瑞华		5	7	2.0	2.0
3	张雨		6	1	1.0	1.0
4	聂丽宇		1	0	0.0	0.0