基于KF-BPNN融合算法的电池循环寿命预测方法 |
| |
引用本文: | 张宁,刘一飞,汤建林,李佳宽.基于KF-BPNN融合算法的电池循环寿命预测方法[J].海军工程大学学报,2022(5):39-44. |
| |
作者姓名: | 张宁 刘一飞 汤建林 李佳宽 |
| |
作者单位: | 海军工程大学兵器工程学院 |
| |
摘 要: | 为了解决实际应用过程中电池循环寿命预测精度较低的问题,提出卡尔曼滤波-BP神经网络(KF-BPNN)融合算法对电池的循环寿命进行预测。该方法选用电池内阻作为循环寿命的评估参数,利用BPNN预测电池的内阻值,并将预测内阻值作为KF算法的观测值来修正卡尔曼滤波观测方程系数,从而提高循环寿命预测精度。实验结果表明:融合算法的预测精度有了明显提高。
|
关 键 词: | 电池循环寿命 电池寿命预测 内阻 KF-BPNN融合算法 |
|
|