一种基于改进网格搜索和广义回归神经网络的锂离子电池健康状态估计方法

• 作者: 姚远 陈志聪 吴丽君 程树英 林培杰
• 来源期刊: 电气技术
• 关键词: 锂离子电池 健康状态 特征提取 广义回归神经网络(GRNN) 混合算法
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 研究与开发|Research & Development
• 页码范围: 32-37
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3800.2021.07.006

摘要

为了准确估计锂离子电池的健康状态,本文提出一种新的基于改进网格搜索(GS)和广义回归神经网络(GRNN)的估计方法.首先,对集中的数据进行处理,并通过相关性分析方法,提取有效的特征数据,包括电压、电流等.其次,提出一种基于改进网格搜索和广义回归神经网络的回归模型来估计电池的健康状态.最后,使用两个锂离子电池公共数据集验证提出的估计方法.实验结果证明,与其他估计方法相比,所提方法在准确性、泛化性和可靠性方面具有优势.