可充电锂电池剩余电量预测方法

作者：陈思媛; 方正^*; 胡伟锋; 余杰; 王倩; 王涵博; 王禹昕

来源：中南大学学报(自然科学版), 2018, 49(09): 2121-2128.

• 锂离子电池
• SOC预测
• BP
• RBF

为了对锂离子电池剩余电量(SOC)进行准确测量,以2 200 mA?h的聚合物锂电池为研究对象,利用Hyperion平衡充放电设备采集6个不同放电电流下(0.7,1.1,1.7,2.2,2.7和3.3A)的放电电压和放电倍率;采取误差反向传播(BP)和径向基函数(RBF) 2个原理不同的神经网络算法进行SOC预测;把采集的样本数据分为训练组和测试组,采用不同的神经网络算法对训练组进行训练后,选择合适的参数构建神经网络,并用测试组数据进行测试;最终比较2种算法的预测效果和误差。研究结果表明:RBF预测结果的相对误差比BP的低,且预测速度更快,RBF较BP更适合于锂离子电池剩余电量的预测。

• 出版日期2018
• 单位航天学院; 厦门大学