基于蝙蝠—粒子群算法优化BP神经网络的电动汽车锂电池故障诊断
乔维德1
陆超2
袁桂芳3
1.无锡开放大学 科研与发展规划处,江苏 无锡 2140112.无锡开放大学 教务处,江苏 无锡 2140113.江苏联合职业技术学院无锡机电分院 自动化工程系,江苏 无锡 214028
摘要：针对电动汽车锂电池故障诊断问题,在分析锂电池故障特征与故障原因的基础上,建立电动汽车锂电池故障诊断模型.该模型包括锂电池故障样本采集处理、BP 神经网络、故障特征编码输出及故障类型诊断.采取蝙蝠—粒子群算法优化BP神经网络初始结构参数,利用改进BP 算法和故障样本训练并测试BP神经网络.仿真实验结果表明:相比BP 算法、遗传算法、粒子群算法,蝙蝠—粒子群算法优化BP神经网络的故障诊断准确性最高、训练时间最短、训练误差最小.
关键词：锂电池BP神经网络蝙蝠—粒子群算法故障诊断
分类号：TP18(自动化基础理论)TM910.7(独立电源技术（直接发电）)
论文发表日期：2024-09-30
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：7( 45-51 )
英文信息