10.19535/j.1001-1579.2021.01.006
基于FA-BP神经网络的锂离子电池SOH估算
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.
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)
51
TM912.9
国家自然科学基金;湖北省技术创新专项重大项
2021-03-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-25