基于BP神经网络的锂电池组SOC估算 |
| |
引用本文: | 贾海峰,李聪.基于BP神经网络的锂电池组SOC估算[J].农业装备与车辆工程,2020,58(1). |
| |
作者姓名: | 贾海峰 李聪 |
| |
作者单位: | 201620 上海市 上海工程技术大学汽车工程学院;201620 上海市 上海工程技术大学汽车工程学院 |
| |
摘 要: | 电池荷电状态(SOC)的精确估计是电动车辆的核心技术之一,对影响电池荷电状态的因素进行分析归纳后,采用经典反向传播神经网络(BP神经网络)算法的动力电池SOC估计方法。利用高级车辆仿真软件ADVISOR对电动汽车典型行驶工况进行模拟,得到动力电池组电压、电流、平均温度和荷电状态数据,样本数据经归一化处理后导入神经网络模型中训练和测试,结果表明,该算法能有效提高SOC估算精度,具有较好的收敛性和鲁棒性,SOC估计误差范围能减小到4%以内,满足实际应用的需求。
|
关 键 词: | 动力电池组 SOC 估算算法 预测精度 |
本文献已被 CNKI 万方数据 等数据库收录! |
|