优化神经网络的锂电池SOC估算

作     者：刘晓悦 魏宇册 LIU Xiao-yue;WEI Yu-ce

作者机构：华北理工大学电气工程学院河北唐山063200 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2021年第369卷第11期

页      面：83-86页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(51574102) 国家自然科学基金资助项目(51474086) 

主　　题：荷电状态 神经网络 高级车辆仿真器 自适应变异粒子群优化 

摘      要：神经网络由于强大的非线性逼近能力、不需要建立数学模型等优势可以很好地完成荷电状态(state of charge,SOC)预测。但是常用的BP神经网络也存在学习效率慢、容易陷入局部极小值的缺点。为改进传统神经网络的不足,提高预测精度,提出自适应变异粒子群优化算法(Particle Swarm Optimizition with Adaptive Mutation,AMPSO)与BP神经网络相结合的估算方法。在高级车辆仿真器(ADVISOR)仿真环境下,利用实际工况条件下的数据进行SOC估计,并与PSO、EKF、UKF方法对比,结果显示,优化后的BP神经网络预测误差在2%以内,说明所提的SOC估计方法有更好的预测准确性和稳定性。