基于BP神经网络与H∞滤波的锂电池SoH-SoC联合估计研究

作     者：钱伟 王亚丰 王晨 郭向伟 赵大中 Qian Wei;Wang Yafeng;Wang Chen;Guo Xiangwei;Zhao Dazhong

作者机构：河南理工大学电气工程与自动化学院焦作454003 河南省煤矿装备智能检测与控制重点实验室焦作454003 

基　　金：国家自然科学基金项目(62373137) 河南省高校重点科研项目(23A470006)资助 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2024年第45卷第6期

页      码：307-319页

摘      要：锂电池健康状态(SoH)和荷电状态(SoC)的精确估计是新能源汽车安全运行的重要保障。针对SoH-SoC联合估计精度低、鲁棒性差的问题,提出一种基于变学习率BP神经网络和自适应渐消扩展H∞滤波的SoH-SoC联合估计方法。首先,提出一种基于单位充电压差时间间隔的新型SoH特征参数;其次,通过设计新型变学习率BP神经网络,提高传统BP网络误差收敛速度及缩短权值寻优时间;最后,通过设计新型自适应衰减因子对传统扩展H∞滤波误差协方差矩阵进行加权,建立自适应渐消扩展H∞滤波算法,减小陈旧量测值对估计结果的影响,提高扩展H∞滤波的估计精度及鲁棒性。实验结果表明,本文所提算法SoH估计误差小于0.35%,SoC估计误差小于0.5%,展现出较高的估计精度和鲁棒性。

主 题 词：锂电池 健康状态 荷电状态 神经网络 自适应滤波 

学科分类：0808[工学-自动化类] 08[工学] 080401[080401] 0804[工学-材料学] 081102[081102] 0811[工学-水利类] 

核心收录：

D　O　I：10.19650/j.cnki.cjsi.J2412415

馆 藏 号：203144059...