典型文献
基于PCA和GA-BP神经网络的锂电池容量估算方法
文献摘要：
针对车用锂离子动力电池容量估算方法精度不高的问题,提出了一种利用遗传算法优化BP神经网络的锂离子电池剩余容量估算方法.首先在整理NASA锂离子电池数据集后,得到不同健康状态下电池的容量增量曲线峰值.其次将健康因子进行主成分分析对其降维处理,利用遗传算法优化BP神经网络的连接权值,对锂离子电池容量进行预测.最后在NASA不同型号的电池上应用模型进行了验证.结果表明,所提出的方法可以在不同训练量的情况下准确估算4种锂离子电池的容量,其估算的方均根误差小于2％,且与未使用遗传算法优化的预测结果相比,该方法具有较高的预测精度.
文献关键词：
锂离子电池;主成分分析;BP神经网络;遗传算法优化;容量增量曲线;容量估算
中图分类号：
作者姓名：
吴琼;徐锐良;杨晴霞;徐立友
作者机构：
河南科技大学车辆与交通工程学院 洛阳471003
文献出处：
引用格式：
[1]吴琼;徐锐良;杨晴霞;徐立友-.基于PCA和GA-BP神经网络的锂电池容量估算方法)[J].电子测量技术,2022(06):66-71
A类：
B类：
GA,锂电池,容量估算,估算方法,车用,锂离子动力电池,动力电池容量,遗传算法优化,锂离子电池,剩余容量,NASA,健康状态,容量增量曲线,曲线峰值,健康因子,降维处理,连接权值,不同型号,池上,应用模型,训练量,方均根
AB值：
0.280953
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
