基于IGA-BP神经网络的锂电池健康状态估算

• 作者: 何浩然 丁稳房 吴铁洲 王航
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 锂离子电池 健康状态估算 自适应调整策略 IGA-BP 间接健康因子 参数寻优
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 化学电源|Chemical power sources
• 页码范围: 73-77
• 页数: 5页
• 分类号: TM912
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2022.01.019

摘要

针对锂离子电池健康状态(SOH)估算精度低、传统遗传算法(GA)易陷入局部最优、收敛速度慢的问题,为提高锂电池健康状态的估算精度,提出了交叉概率和变异概率自适应的调整策略对传统GA进行改进,在改进遗传算法(IGA)的作用下,使优良个体仍保持较好的进化能力,算法初期搜索范围、后期局部搜索能力以及收敛速度也得到加强.提取间接健康因子,再用改进的遗传算法对BP神经网络的初始参数寻优得到IGA-BP神经网络模型,基于NASA锂电池数据集分别用GA-BP与IGA-BP神经网络算法对SOH进行估算.结果表明:IGA-BP神经网络算法估算精度更高,且具备快速收敛的优势,平均绝对百分比误差和均方根误差分别下降了0.422％和0.412,拟合程度提高了8.1％.