基于传递熵与JS-BP神经网络的锂离子电池容量预测模型
作者机构：长沙理工大学电气与信息工程学院 南京南瑞继保工程技术有限公司 国网湖南省电力有限公司
出 版 物：《中国电力》 (Electric Power)
年 卷 期：2024年
核心收录：
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] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：实现储能系统安全运行，对锂离子电池可用容量的准确预测非常关键。通过对储能电池相关参数进行信息熵分析，筛选出对于电池可用容量具有显著影响的健康因子，将信息熵筛选出的健康因子与JS-BP神经网络相结合，建立电池可用容量预测模型。基于NASA公开的相关老化数据集与电池老化实验平台的老化数据展开综合分析，其结果表明所提模型具有较高的电池容量预测精度，误差指标MAE、RMSE均处于较低水平，验证了该模型的准确性。
同方期刊数据库