原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于人工神经网络估算锂离子电池的SOH.pdf
基于人工神经网络估算锂离子电池的SOH
何发尧， 胡欲立， 郭广华， 郑唯
(西北工业大学航海学院，陕西西安710072)
摘要：越来越多的动力机械采用锂离子电池作为其动力源。准确估算锂离子电池的SOH能够给动力机械安全可靠地运
行提供保障。在不同的实验条件下对18650型锂离子电池做充放电循环实验，由实验结果得到锂离子电池的充放电循
环特性。根据其循环特性采用人工神经网络寻找电池端电压与SOH之间的非线性关系。进而估算锂离子电池的SOH。
估算结果表明，采用BP神经网络能够准确地估算锂离子电池的SOH，估算误差基本控制在3％以内。
关键词：锂离子电池；SOH；动力电池；神经网络
中图分类号：TM912 文献标识码：A 文章编号：1002—087X(2017)05—0708—03
for onANN
Stateofhealthestimationlithium．ionbatteriesbased
HE Yu-li，GUO Wei
Fa·yao，HU Guang-hua，ZHENG
ofMarine Shanxi
710072，Chin4)
(College Engineering,NorthwesternPolytechnicalUniversity,Xian
Abstract：Moreandmore machineschoose¨thium—ionbatteriesastheir source．Theaccurate
power power
estimationofSOHfortheI．1hium—ionbatteriescanensurethe machineand Under
power safelyreliablyoperate。
different testwasconductedfor1 lithium-ion
experimentalconditions，thecharge-dischargecycle 8650-type
andthe characteristicswereobtainedthe results．
batteries， batteries。charge-dischargecycle by experimental
chosentofindthenonlinear
tothe characteristics．theartificiaIneuralnetworkwas
Accordinflcycle relationship
betweenthe terminaI andSOH．andthentheSOHoftheI-thium—ionbatterieswasestimated．The
battery voltage
the
estimationresultsshowthattheBPneuraInetworkcan estimatetheSOHoflithium-ionbatteries．and
文档评论（0）