典型文献
基于BP神经元网络的锂电池温度预测
文献摘要：
针对锂电池温度预测困难、精确度差等问题,研究小组提出一种基于神经网络的锂电池温度预测方法.首先通过锂电池温升特性实验平台对锂电池放电过程的热力学特性展开研究,通过分析选取SOC(电池荷电状态)、放电电流、环境温度等特征参量为输入参数,结合BP神经网络算法,搭建了基于实验与BP神经网络的电池表面温度快速预测模型,采用未参与模型训练的实验数据对模型进行验证.仿真结果表明:该方法整体误差较小,均小于5％;该方法不仅提高了预测精度,而且缩短了预测时间,有利于精细化的锂电池热管理系统的发展.
文献关键词：
锂电池;温度预测;神经网络
中图分类号：
作者姓名：
徐晶;丁凡;王翔;严明;陈建
作者机构：
扬州大学,江苏 扬州 215000
文献出处：
引用格式：
[1]徐晶;丁凡;王翔;严明;陈建-.基于BP神经元网络的锂电池温度预测)[J].南方农机,2022(09):42-44,53
A类：
B类：
神经元网络,锂电池,电池温度,温度预测方法,温升特性,实验平台,放电过程,热力学特性,SOC,电池荷电状态,放电电流,特征参量,输入参数,神经网络算法,表面温度,快速预测,模型训练,整体误差,电池热管理系统
AB值：
0.296466
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。
