| 基于FA-BP神经网络的锂离子电池SOH估算 |
| |
| 引用本文： | 吴铁洲,刘思哲,张晓星,吴麟章.基于FA-BP神经网络的锂离子电池SOH估算[J].电池,2021,51(1):21-25. |
| |
| 作者姓名： | 吴铁洲 刘思哲 张晓星 吴麟章 |
| |
| 作者单位： | 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉 430068;湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉 430068;湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉 430068;湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉 430068 |
| |
| 基金项目： | 湖北省技术创新专项重大项;国家自然科学基金 |
| |
| 摘 要： | 采用萤火虫算法(FA)优化BP神经网络对锂离子电池进行健康状态(SOH)估算,利用FA算法全局寻优的能力和收敛速度快的特点,优化BP神经网络的权值和阈值,解决BP神经网络容易陷入局部最小值和收敛速度慢的问题.对单体磷酸铁锂正极锂离子电池进行充放电实验,选用一阶RC电路模型,利用递推最小二乘法在线辨识模型参数,将电池的欧姆内阻、极化内阻和极化电容作为模型的输入参数.与BP神经网络算法相比,FA-BP神经网络优化算法估算SOH的误差波动范围减小2.50％,最大误差减少3.00％,平均误差减小1.68％,且具备良好的收敛性.
|
| 关 键 词： | 萤火虫算法(FA) 锂离子电池 BP神经网络 一阶RC电路模型 健康状态(SOH) |
SOH estimation of Li-ion battery based on FA-BP neural network |
| |
| WU Tie-zhou,LIU Si-zhe,ZHANG Xiao-xing,WU Lin-zhang.SOH estimation of Li-ion battery based on FA-BP neural network[J].Battery Bimonthly,2021,51(1):21-25. |
| |
| Authors: | WU Tie-zhou LIU Si-zhe ZHANG Xiao-xing WU Lin-zhang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
