首页|基于优化BP神经网络的新能源汽车锂电池SOH预测模型研究

基于优化BP神经网络的新能源汽车锂电池SOH预测模型研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于优化后的反向传播神经网络,提出了一种新能源汽车锂电池SOH(状态健康)预测模型.该模型利用历史电池数据和当前电池参数作为输入,预测电池的SOH.为了优化模型性能,使用遗传算法对模型进行训练和优化,提高了预测精度和鲁棒性.试验结果表明,该模型能够在不同工况下准确预测锂电池的SOH,并且相对于传统方法具有更好的性能.基于优化BP神经网络的SOH预测模型具有广泛的应用前景,可以为新能源汽车锂电池的健康管理提供有力的支持.
Research on SOH Prediction Model of New Energy Vehicle Lithium Battery Based on Optimized BP Neural Network

neural networknew energy vehiclelithium batterySOHprediction model

郭志庭

展开 >

四川工业科技学院,四川德阳618500

神经网络 新能源汽车 锂电池 SOH 预测模型

德阳市新能源专用车辆工程技术研究中心科研项目(2022)

XNYCL2212

2023

10.14031/j.cnki.njwx.2023.08.011

农机使用与维修
农业部农机维修研究所

农机使用与维修

影响因子：0.105
ISSN：1002-2538
年,卷(期)：2023.(8)
  • 6