论文部分内容阅读
锂离子动力电池内部化学反应复杂，充放电特性易受温度、老化等因素影响，致使其SOC值预测具有很强的非线性特性。而BP神经网络具有较强的非线性逼近能力，所以研究了基于BP神经网络的锂离子动力电池SOC预测模型。针对模型预测误差较大这一问题，采用遗传算法优化BP神经网络的权值和阈值。通过测试得到模型的预测误差绝大部分在2％以内，并通过仿真验证了模型的可行性。