基于NARXNN变工况下锂离子电池SOC间接估计 |
| |
作者姓名: | 徐鹏 王潺 万世斌 但远宏 |
| |
作者单位: | 1. 重庆理工大学电气与电子工程学院;2. 重庆理工大学计算机科学与工程学院 |
| |
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 |
|
|