基于NARXNN变工况下锂离子电池SOC间接估计

摘要：

探讨了基于外部输入循环神经网络(NARX)在变工况下间接估计锂离子电池荷电状态的方法.先搭建电池等效电路模型,设计NARX神经网络随电池状态切换准确预测极化电压响应的训练工况,然后设计两种不同输入类型NARX神经网络,在DST和UN/ECE(Elementary Urban Cycle)两种测试工况下,进行了极化电压和SOC估计,并将估计数据与前馈神经网络直接估计数据进行比较.数据表明NARX神经网络在变工况下间接估计电池SOC有较高精度.

关键词：NARX神经网络、锂离子电池、荷电状态、变工况

所属期刊栏目：46

分类号：TM912.9

在线出版日期：2022-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1161-1166