基于人工智能的鋰電池SOC預測建模與優化
作者：劉聰聰; 李珺凱; 劉凱文; 張持健 安徽師范大學物理與電子信息學院; 安徽蕪湖241002
摘要：為了實現退役動力鋰電池荷電狀態(State of Charge,SOC)的預測,針對退役鋰離子電池特殊的非線性關系,提出自適應法和列文伯格算法(Levenberg-Marquardt,LM)相結合優化BP神經網絡估算退役鋰電池SOC的VLLM動態模型,并驗證了隨機工況下退役鋰電池SOC預測的可靠性。實驗結果表明,該模型用優化神經網絡法估算SOC的誤差能控制在1%以內,隨機工況誤差在5%以內,提高了退役鋰電池SOC的預測精度,為退役鋰電池的梯次利用奠定了基礎。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
無線電通信技術雜志
無線電通信技術雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：專家論壇、通信系統與網絡技術、信息傳輸與接入技術、天線與伺服技術、綜合電子信息技術等。于1972年經新聞總署批準的正規刊物。
- 北大期刊
- 1個月內審核
