文献类型：期刊文章

作　　者：封进[1,2]

机构地区：[1]桂林航天工业学院汽车工程系,广西桂林541004 [2]北京航空航天大学交通科学与工程学院,北京100191

出　　处：《电源技术》

年　　份：2016

卷　　号：40

期　　号：2

起止页码：283-286

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD_E2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：采用BP神经网络对电动汽车用动力锂离子电池荷电状态(SOC)预估进行研究,分析了BP神经网络的模型原理及锂离子电池极化现象。对比采用恒流实验数据训练BP神经网络,提出改进BP神经网络训练数据选择方法,以适应变电流的实际循环中,锂离子电池因极化现象而产生的动态非线性,并进行了电池SOC值的预估。实验表明,采用改进训练数据训练的BP神经网络,在电流剧烈变化的实际工况环境下具有更高的SOC预估精度。

关 键 词：BP神经网络  SOC预估  极化现象  训练数据

分 类 号：TM912]