简介概要

基于BP神经网络法研究锂电池荷电状态

来源期刊:材料导报2019年第S2期

论文作者:杨学平 王正江 蒋超宇 薛秀丽

文章页码:53 - 55

关键词:BP神经网络;电动汽车;锂离子动力电池;荷电状态;

摘    要:电动汽车锂离子动力电池荷电估算是电池管理系统的关键技术之一,电池荷电状态的精准计算对于电动汽车的续航里程估计有着重要意义。选取某车型三元锂离子动力电池组为研究对象,在指定温度下利用专用动力电池数据采集仪器采集动力电池数据,然后将数据植入到BP神经网络模型中去学习训练与验证。结果表明:基于BP神经网络法计算电池荷电的误差基本能控制在6%以内,验证了模型的准确性,为电池荷电估计算法的研究与改进打下了坚实的基础。

详情信息展示

基于BP神经网络法研究锂电池荷电状态

杨学平1,王正江2,蒋超宇1,薛秀丽1

1. 云南机电职业技术学院2. 昆明理工大学

摘 要:电动汽车锂离子动力电池荷电估算是电池管理系统的关键技术之一,电池荷电状态的精准计算对于电动汽车的续航里程估计有着重要意义。选取某车型三元锂离子动力电池组为研究对象,在指定温度下利用专用动力电池数据采集仪器采集动力电池数据,然后将数据植入到BP神经网络模型中去学习训练与验证。结果表明:基于BP神经网络法计算电池荷电的误差基本能控制在6%以内,验证了模型的准确性,为电池荷电估计算法的研究与改进打下了坚实的基础。

关键词:BP神经网络;电动汽车;锂离子动力电池;荷电状态;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号