1基于人工神经网络的电池容量预测.pdfVIP

第 卷 第 期 武汉理工大学学报 信息与管理工程版                      年 月              文章编号 基于人工神经网络的电池容量预测 刘 倩 华中农业大学工程技术学院 湖北武汉    摘 要 为有效地对电动车蓄电池的剩余容量 进行预测 引入了人工神经网络 改进算法的       算法 建立了基于镍氢电池的神经网络模型 实现了对镍氢电池充放电过程中任一状态下    的剩余容量的预测 结果表明 通过该网络模型可以方便快速的得到电池的 值 所得结果满足要求 为      电池管理系统提供了一种新的电池 的预测方法 关键词 电池容量 神经网络 预测方法    中图法分类号    文献标识码 表现为训练时间过长并且容易陷入局部极小值 引 言   基于数值优化的 算法是 网络的改进算法    蓄电池剩余容量预测的主要难点也就在于电 可以有效提高网络的收敛速度 池的实际容量难以确定 蓄电池的实际容量受很 采用 算法来训练 网络 这样能够大大     多因素影响 如不同的放电电流 不同的工作温度 地提高网络的训练速度 算法是一种利用标     及上次充放电情况不同 都会影响蓄电池的实际 准的数值优化技术的快速算法 它与拟牛顿法一   容量 利用人工神经网络推理检测蓄电池剩余容 样不需要计算 矩阵 而是利用下式进行    量的方法主要是通过电池的端电压和放电电流 估算  来估计电池的 状态 因为大量的试验表明        在给定的电池 状态下 蓄电池端电压随着放 梯度利用下式计算  