基于PCA和GA-BP神经网络的锂电池容量估算方法
针对车用锂离子动力电池容量估算方法精度不高的问题,提出了一种利用遗传算法优化BP神经网络的锂离子电池剩余容量估算方法.首先在整理NASA锂离子电池数据集后,得到不同健康状态下电池的容量增量曲线峰值.其次将健康因子进行主成分分析对其降维处理,利用遗传算法优化BP神经网络的连接权值,对锂离子电池容量进行预测.最后在NASA不同型号的电池上应用模型进行了验证.结果表明,所提出的方法可以在不同训练量的情况下准确估算4种锂离子电池的容量,其估算的方均根误差小于2%,且与未使用遗传算法优化的预测结果相比,该方法具有较高的预测精度.
锂离子电池、主成分分析、BP神经网络、遗传算法优化、容量增量曲线、容量估算
45
TM912
国家重点研发计划;河南省科技攻关项目
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
66-71