融合先验知识的BP神经网络锂电池剩余寿命预测

作     者：郝可青 吕志刚 李叶 邸若海 朱鸿杰 HAO Keqing;LYU Zhigang;LI Ye;DI Ruohai;ZHU Hongjie

作者机构：西安工业大学兵器科学与技术学院西安710021 西安工业大学电子信息工程学院西安710021 

基　　金：电子信息系统复杂电磁环境效应国家重点实验室基金(CEMEE2020Z0202B) 陕西省自然科学基础研究计划(2020JQ-816) 陕西省教育厅专项科研计划项目(20JK0680) 西安市科技计划项目(2020KJRC0033) 

出 版 物：《西安工业大学学报》 (Journal of Xi’an Technological University)

年 卷 期：2022年第42卷第1期

页      码：65-73页

摘      要：针对锂电池数据为小样本条件下构建的神经网络模型泛化性差、预测误差大的问题,文中提出了一种融合先验知识的BP神经网络的建模方法。利用自适应权重粒子群算法优化网络的初始权值和阈值,以惩罚函数法的形式将单调性约束加入网络性能函数中,完成神经网络优化设计。实验采用NASA锂电池失效数据集,增加单调性的先验知识,对所提算法进行验证。仿真结果表明:在锂电池数据为小样本条件下,文中所提算法与其他常用锂电池预测算法相比平均误差下降5%,建立了预测误差与单调性约束项系数之间的关系,有效地解决了锂电池数据为小样本条件下模型预测精度低等问题。

主 题 词：锂电池小样本数据 单调性约束 粒子群算法 BP神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16185/j.jxatu.edu.cn.2022.01.401

馆 藏 号：203109547...