神经网络模型在锂离子电池表面温度预测中的应用研究

摘要：

基于人工神经网络构建了锂离子电池表面温度的预测模型.该模型为3层网络结构,其中输入层中有4个节点,隐含层中有9个神经元,输出层中有1个节点.训练结果表明,模型具有较快的收敛速度和优秀的训练质量,从而保证了预测的精确度.模型的预测值与实验值吻合程度高,说明了模型工作的有效性.模型预测电池在较高环境温度(80℃)下以10C倍率放电结束时的表面温度为86.71℃,仅比环境温度高出6.71℃.该模型有助于电池热管理系统的研究与开发.

关键词：锂离子电池、神经网络模型、电池表面温度、预测、环境温度

所属期刊栏目：33

分类号：TM911

资助基金：国家"九七三"计划项目2009CB220100;国家科技部前沿技术研究项目2010DFA72760

在线出版日期：2013-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：421-424