《电子测量技术杂志》发表论文赏析

基于AO-AVOA-BP神经网络模型的锂电池SOH预测

来源:电子测量技术杂志2025年第4期北京时间:

作者:李军毅,汪兴兴,陈祥,陈林飞,邓业林

单位:1.南通大学机械工程学院 南通 226019; 2.苏州大学轨道交通学院 苏州 215131

摘要:为提供准确可靠的锂电池健康状态预测,提出了一种基于非洲秃鹫优化算法融合天鹰优化算法优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析,基于灰色关联分析验证健康因子与电池SOH的相关性,确定4个健康因子作为模型的输入,结合基于AO-AVOA优化的BP神经网络模型,实现更精确的SOH预测。将提出的模型与其他优化模型对锂电池SOH进行预测,对各项指标进行对比分析,结果表明,所提出的预测模型平均绝对误差小于0.008 9,均方根误差小于0.011 2,平均绝对百分比误差小于1.451 2%,具有精度高、泛化性强等特点,可有效用于锂电池的SOH预测。

关键词:锂电池;健康状态;BP神经网络;非洲秃鹫优化算法;天鹰优化算法

基金资助:国家自然科学基金面上项目(52477218)、江苏省重点研发计划项目(BE2021065)资助

2025年4期其他文献查阅:

基于差分进化算法的PMSM模糊反步控制

基于无磁芯微型变压器的高效率隔离DC-DC设计

基于US-FMT*算法的机械臂路径规划

电控空气悬架阻尼分频混合控制策略研究

基于LACNN的FMCW雷达实时跌倒检测方法

融合人工势场灰狼算法的移动机器人路径规划

基于超参数优化的重质碳酸钙粉体粒度预测研究

基于模糊神经网络的PEMFC输出电压自抗扰控制策略

基于AO-AVOA-BP神经网络模型的锂电池SOH预测

考虑多尺度时空因果特征的排球群体行为识别

基于时延估计与终端滑模的无人船跟踪控制

基于二级控制64极板平面阵列传感器的ECT系统

瑞利波-体波复合EMAT及缺陷检测研究

面向遥感图像的轻量化小目标检测算法研究

基于ISGMD-WT的矿井声发射信号去噪方法

人工心脏泵用锂电池关键健康因子估计

融合双通道卷积和改进型Conformer的两阶段语音增强算法

改进YOLOv10的钢材表面缺陷检测方法

基于高阶空间特征聚合的车型识别算法

用于缺陷检测的YOLOv8轻量化设计方法

融合多尺度特征和自适应NMS的3D目标检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!