基于ESN的锂电池SOC评估方法与仿真研究

摘要：

以新能源车载锂电池为研究对象,建立基于回声状态网络(ESN)预测锂电池的荷电状态(SOC)评估模型.采用交叉验证方法优选回声状态网络参数,以此解决网络模型的参数选择困难.通过带遗忘因子的递归最小二乘法训练建立的回声状态网络模型,实时更新输出权值矩阵以此提高网络的适应性和精度.通过模型仿真分析验证了预测算法的可行性,进一步对比分析了所建立的ESN预测模型与BP神经网络算法、径向基(RBF)网络算法在UDDS、US06和NYCC工况条件下的锂电池SOC评估预测效果,结果表明所建立的回声状态网络模型方法用于锂电池SOC评估预测的性能和效果优于BP算法和RBF算法,具有较好的应用前景,可以为锂电池SOC长期长效预测评估提供参考.

关键词：锂电池、荷电状态、回声状态网络、参数优化选择、交叉验证

所属期刊栏目：49

分类号：TP305(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金项目

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：45-51