锂离子电池容量退化融合估计算法

摘要：

锂离子电池容量退化过程具有非线性强,参数影响多等特点,从而难以被预测.针对该问题,开展评估方法研究,提出融合神经网络与粒子滤波的锂离子电池容量退化估计算法.利用神经网络的非线性优势,采用三层神经网络模型,建立电池容量退化模型,并通过比较数据间相似性引入归一化参数,优化数据结构,然后采用粒子滤波追踪模型内部参数,进而预测电池容量状态.最后利用CALCE实验室电池数据进行验证,并与电池双指数经验模型的粒子滤波算法进行了对比,结果表明论文算法具有更好的准确性和稳定性.

关键词：电池容量估计、神经网络、粒子滤波、剩余寿命

所属期刊栏目：40

分类号：TP206+.3(自动化技术及设备)

在线出版日期：2020-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：44-47,66