基于电池外特征的粒子群神经网络电池健康状态预测

基于电池外特征的粒子群神经网络电池健康状态预测

论文摘要

为了降低电池特征参数获取难度,提高电池健康状态(state of health,SOH)预测精度,保障电动汽车安全行驶,针对电池使用过程中内部参数变化复杂难以测量及BP神经网络容易陷入局部最小值等问题,提出了一种基于电池外特征的粒子群神经网络SOH预测方法。将电池的外特征参数电压与温度作为输入,在BP网络的架构中引入粒子群算法对网络的权值与阈值进行优化,从而增强网络的全局寻优能力。在MATLAB 2018上进行仿真验证,实验结果表明,本方法比传统的BP网络适用性更好,精度更高,绝对误差在1. 6%以内,相对误差在2. 4%以内,具有更广的应用前景。

论文目录

  • 1 BP神经网络与粒子群优化算法
  •   1.1 BP神经网络
  •   1.2 粒子群优化算法
  • 2 粒子群优化BP神经网络预测模型
  • 3 实验数据
  •   3.1 实验对象
  •   3.2 实验条件与过程
  •   3.3 测试结果分析
  •   3.4 外特征提取
  • 4 实验与结果分析
  •   4.1 训练参数设置
  •   4.2 数据预处理
  •   4.3 实验仿真与结果分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 郑永飞,文怀兴,韩昉,杨鑫

    关键词: 粒子群算法,神经网络,动力电池,健康状态

    来源: 科学技术与工程 2019年36期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,自动化技术

    单位: 陕西科技大学机电工程学院

    基金: 咸阳市二〇一八年科学技术研究计划(2018K02-16)资助

    分类号: TM912;TP183

    页码: 184-189

    总页数: 6

    文件大小: 2343K

    下载量: 191

    相关论文文献

    • [1].基于容量增量法的防爆锂电池老化指标分析[J]. 工矿自动化 2019(12)
    • [2].通信电池在线检测技术在通信电池巡检中的应用[J]. 通信电源技术 2019(12)
    • [3].电动汽车锂电池模块化热管理系统的设计及实验研究[J]. 西安交通大学学报 2019(12)
    • [4].某纯电动低速车的电池箱设计与分析[J]. 电池工业 2019(05)
    • [5].锂电池荷电状态估算方法研究[J]. 装备机械 2019(04)
    • [6].基于低频噪声检测锂亚电池可靠性的研究[J]. 电子器件 2019(06)
    • [7].锂电池负极材料的研究进展及展望分析[J]. 科技风 2020(03)
    • [8].电池的热力学研究及探索[J]. 云南化工 2020(01)
    • [9].废旧动力锂电池串并联再利用的固定装置[J]. 世界有色金属 2019(23)
    • [10].不同滥用条件下车用锂电池安全性实验研究[J]. 汽车工程 2020(01)
    • [11].浅析梯次锂电池在太阳能路灯中的应用[J]. 太阳能 2020(02)
    • [12].爆炸痕迹中电池碎片的研究[J]. 广东公安科技 2019(04)
    • [13].过渡金属硫化物在锂硫电池中的应用[J]. 云南化工 2020(03)
    • [14].全树脂电池:它与新能源汽车更配[J]. 广州化工 2020(05)
    • [15].锂电池储能现状及前景研究[J]. 电子测试 2020(06)
    • [16].电感耦合等离子体原子发射光谱法测定电池用磷酸铁中磷含量[J]. 无机盐工业 2020(05)
    • [17].探讨锂电池在数据中心的应用[J]. 现代电视技术 2020(03)
    • [18].游刃有“鱼”的安全电池[J]. 汽车观察 2020(04)
    • [19].低压环境对锂电池热失控释放温度的影响[J]. 化工设计通讯 2020(04)
    • [20].电动车退役锂电池回收研究[J]. 电源技术 2020(05)
    • [21].锂电池等效模型的研究与设计[J]. 电动工具 2020(03)
    • [22].基于新能源汽车锂电池控制系统的发展与研究[J]. 科技风 2020(17)
    • [23].基于客运安全的新能源纯电池动力客船发展分析[J]. 中国修船 2020(03)
    • [24].欢迎通过微信公众号订阅《电池》[J]. 电池 2020(03)
    • [25].LiNi_xCo_yMn_zO_2/C电池热稳定性模拟研究[J]. 电源技术 2020(07)
    • [26].浅谈动力锂电池热管理研究体系[J]. 时代汽车 2020(14)
    • [27].三元软包动力锂电池热安全性[J]. 储能科学与技术 2020(05)
    • [28].论退役锂电池梯次利用技术[J]. 科技风 2020(26)
    • [29].基于长短期记忆网络的锂电池循环寿命预测[J]. 成都大学学报(自然科学版) 2020(03)
    • [30].废旧锂电池的回收处理进展及趋势[J]. 玉溪师范学院学报 2020(03)

    标签:;  ;  ;  ;  

    基于电池外特征的粒子群神经网络电池健康状态预测
    下载Doc文档

    猜你喜欢