论文摘要
锂离子电池是电动汽车上关键的部件之一,准确地估计电池的健康状态(State of health,SOH)有利于保证电池的安全、提高电池的使用寿命。考虑到车用锂离子电池实际的使用情况,基于电池恒压充电电流曲线提出了一个预测电池SOH的新方法,建立了一个随机森林(Random forest, RF)模型来估计电池的SOH。另外,为了验证模型的准确性,把RF模型和BP神经网络模型进行了对比分析。实验结果表明,和BP神经网络模型相比,本文建立的RF模型能够更有效地估计电池的SOH。
论文目录
文章来源
类型: 期刊论文
作者: 孙猛猛,夏雪磊
关键词: 锂离子电池,健康状态,随机森林,神经网络
来源: 农业装备与车辆工程 2019年02期
年度: 2019
分类: 农业科技,工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 昆明理工大学交通工程学院
分类号: TM912;TP18
页码: 67-71
总页数: 5
文件大小: 1102K
下载量: 185