文档名：基于GRABP神经网络的锂电池剩余容量估计方法
摘要：针对锂电池老化过程中特征不明显、对容量波动点追踪不准确、模型长期使用后精度下降等问题,提出了一种基于灰色关联分析(GRA)-反向传播(BP)神经网络的锂电池剩余容量估计方法.通过GRA筛选出能够表征电池老化的特征量,利用计算机辅助寿命周期工程中心(CALCE)公开的锂电池充放电数据集训练BP神经网络模型,并实现电池剩余容量估计.结果表明,对于同一电池,训练集占80%时,容量衰减的估计误差为2.28%,在训练集仅占20%的情况下,估计误差为5.99%.
作者：韦雨亭 刘欣伟 孙金磊 景含笑 温珂镌Author：WEIYuting LIUXinwei SUNJinlei JINGHanxiao WENKejuan
作者单位：南京理工大学自动化学院,江苏南京210094
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(10)
分类号：TM912
关键词：锂电池 老化特征量 BP神经网络 电池剩余容量
Keywords：lithiumbatteries agingfeaturevector BPneuralnetwork batteryresidualcapacity
机标分类号：TM912TP391TU522
在线出版日期：2023年11月7日
基金项目：国家自然科学基金基于GRA-BP神经网络的锂电池剩余容量估计方法[
期刊论文] 电源技术--2023, 47(10)韦雨亭 刘欣伟 孙金磊 景含笑 温珂镌针对锂电池老化过程中特征不明显、对容量波动点追踪不准确、模型长期使用后精度下降等问题,提出了一种基于灰色关联分析(GRA)-反向传播(BP)神经网络的锂电池剩余容量估计方法.通过GRA筛选出能够表征电池老化的特征量,利用...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于GRA-BP神经网络的锂电池剩余容量估计方法 Estimation method of lithium battery residual capacity based on GRA-BP neural network
基于GRA-BP神经网络的锂电池剩余容量估计方法.pdf
- 文件大小:
- 2.01 MB
- 下载次数:
- 60
-
高速下载
|
|
