基于NARX神经网络的电池健康状态预测

作     者：王静 侯林 孙世星 郑聪 李强 王翔宇 武挺 张斌 WANG Jing;HOU Lin;SUN Shixing;ZHENG Cong;LI Qiang;WANG Xiangyu;WU Ting;ZHANG Bin

作者机构：长安大学汽车学院陕西西安710064 宝鸡吉利汽车部件有限公司陕西宝鸡鸟721306 

出 版 物：《汽车实用技术》 (Automobile Applied Technology)

年 卷 期：2023年第48卷第17期

页      码：5-9页

摘      要：动力电池作为电动汽车的核心,其健康状态(SOH)为表征电池能否正常工作的重要指标,表示电池当前的使用寿命及其可靠性,并直接影响电池的性能。准确估计电池的SOH能够预知锂离子电池的整体寿命,完善充放电策略,以避免电池滥用等故障的发生。为确保对动力电池的健康状态进行准确预测,文章选择与电池健康状态具备极强相关性的特征参数作为健康状态预测的健康因子,设计并训练NARX非线性自回归神经网络,通过建立不同的训练集和输入特征参数的对照组去分析对比训练集和输入参数带给预测结果的影响,获取精确的电池健康状态值,能够提高电动汽车的动力性。

主 题 词：电动汽车 电池健康状态预测 故障诊断 NARX神经网络 

学科分类：0808[工学-自动化类] 08[工学] 

D　O　I：10.16638/j.cnki.1671-7988.2023.017.002

馆 藏 号：203123530...