基于BP神经网络的动力电池SOC预测模型与优化

摘要：

锂离子动力电池内部化学反应复杂,充放电特性易受温度、老化等因素影响,致使其SOC值预测具有很强的非线性特性.而BP神经网络具有较强的非线性逼近能力,所以研究了基于BP神经网络的锂离子动力电池SOC预测模型.针对模型预测误差较大这一问题,采用遗传算法优化BP神经网络的权值和阈值.通过测试得到模型的预测误差绝大部分在2％以内,并通过仿真验证了模型的可行性.

关键词：锂离子电池、荷电状态、BP神经网络、遗传算法

所属期刊栏目：37

分类号：TM914

在线出版日期：2013-07-29（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：963-965,986