基于BP神经元网络的锂电池温度预测
作者:徐晶; 丁凡; 王翔; 严明; 陈建
更新时间:
关键字:
针对锂电池温度预测的困难和准确性差的问题,研究团队提出了一种基于神经网络的锂电池温度预测方法。首先,通过锂电池温升特性实验平台,研究了锂电池放电过程的热力学特性。通过分析选择SOC(battery 荷电状态)、放电电流、环境温度等特征参数作为输入参数,结合BP神经网络算法,建立了基于实验和BP神经网络的电池表面温度快速预测模型,并利用未参加模型训练的实验数据对模型进行了验证。仿真结果表明,该方法的总体误差小于5%。该方法不仅提高了预测精度,而且缩短了预测时间,有利于锂电池精细热管理系统的开发。