基于循环神经网络的锂电池SOC估算方法

论文摘要

鉴于锂电池荷电状态(state of charge, SOC)实时准确估计的重要性。针对大倍率脉冲放电工况下锂电池的强非线性和时变特性,训练了一个循环神经网络对锂电池SOC进行估算,该网络能够将电池管理系统测量所得的电压、电流、温度映射到SOC。基于某型号18Ah锂电池性能测试所获得的大倍率脉冲工况放电数据进行了实验验证,得到三种温度下锂电池SOC估算结果的平均绝对值误差为1.92%,证明了该方法的有效性。

论文目录

• 1 循环神经网络原理
• 2 基于RNN的锂电池SOC估算模型
•   1) 输入层:
•   2) 隐藏层:
•   3) 输出层:
• 3 锂电池性能测试数据
• 4 实验结果分析
•   4.1 评价函数
•   4.2 实验设置
•   4.3 锂电池SOC估算结果
• 5 结束语

文章来源

类型: 期刊论文

作者: 李超然,肖飞,樊亚翔

关键词: 锂电池,电池管理系统,荷电状态,循环神经网络

来源: 海军工程大学学报 2019年06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: 海军工程大学舰船综合电力技术国防科技重点实验室

分类号: TM912;TP183

页码: 107-112

总页数: 6

文件大小: 1334K

下载量: 194