基于BP神经网络的镉镍电池放电特性预测

摘要：

为准确预测镉镍蓄电池的放电特性,采用安时积分法预测剩余容量,再以电池工作温度、放电电流、剩余窖量为输入量,工作电压为输出量,建立基于Levenberg-Maluardt(LM)算法的BP神经网络模型,经过训练及检验,该模型的预测结果准确,相对误差小于0.5％.实验表明,该模型在温度-20～60℃和放电电流33～165A能精确预测电池的剩余窖量和工作电压,进而准确建立了蓄电池温度、剩余容量、放电电流和工作电压之间的映射关系.

关键词：镉镍蓄电池、BP神经网络、Matlab

所属期刊栏目：40

分类号：TM912

在线出版日期：2016-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1618-1619,1664