锂离子电池容量退化融合估计算法
彭发豫
张宁
蒋涛
海军工程大学兵器工程学院 武汉 430033
摘要：锂离子电池容量退化过程具有非线性强,参数影响多等特点,从而难以被预测.针对该问题,开展评估方法研究,提出融合神经网络与粒子滤波的锂离子电池容量退化估计算法.利用神经网络的非线性优势,采用三层神经网络模型,建立电池容量退化模型,并通过比较数据间相似性引入归一化参数,优化数据结构,然后采用粒子滤波追踪模型内部参数,进而预测电池容量状态.最后利用CALCE实验室电池数据进行验证,并与电池双指数经验模型的粒子滤波算法进行了对比,结果表明论文算法具有更好的准确性和稳定性.
关键词：电池容量估计神经网络粒子滤波剩余寿命
分类号：TP206+.3(自动化技术及设备)
论文发表日期：2020-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 44-47,66 )
英文信息