基于FA-BP神经网络的锂离子电池SOH估算

• 作者: 吴铁洲 刘思哲 张晓星 吴麟章
• 来源期刊: 电池
• 学科: 工学
• 关键词: 萤火虫算法(FA) 锂离子电池 BP神经网络 一阶RC电路模型 健康状态(SOH)
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 科研论文
• 页码范围: 21-25
• 页数: 5页
• 分类号: TM912.9
• 语种: 中文
• DOI: 10.19535/j.1001-1579.2021.01.006

摘要

采用萤火虫算法(FA)优化BP神经网络对锂离子电池进行健康状态(SOH)估算,利用FA算法全局寻优的能力和收敛速度快的特点,优化BP神经网络的权值和阈值,解决BP神经网络容易陷入局部最小值和收敛速度慢的问题.对单体磷酸铁锂正极锂离子电池进行充放电实验,选用一阶RC电路模型,利用递推最小二乘法在线辨识模型参数,将电池的欧姆内阻、极化内阻和极化电容作为模型的输入参数.与BP神经网络算法相比,FA-BP神经网络优化算法估算SOH的误差波动范围减小2.50％,最大误差减少3.00％,平均误差减小1.68％,且具备良好的收敛性.