鋰電池阻抗模型參數(shù)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)研究.pdf

1、針對(duì)目前鋰電池的檢測(cè)技術(shù)與分類方法相對(duì)落后，從而直接影響電池的使用壽命和可靠性能，提出利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)電池阻抗模型參數(shù)的方法，目的是為電池的一致性研究提供理論依據(jù)和方法。電池阻抗模型包含了大量能夠表現(xiàn)電池性能的信息，因此電池阻抗模型參數(shù)在電池一致性的研究中具有十分重要的意義。本研究將基于電子運(yùn)動(dòng)理論的電極等效電路應(yīng)用于初始阻抗模型的建立過(guò)程中，通過(guò)參考的等效元件的阻抗譜特征，并結(jié)合測(cè)量的電池阻抗譜曲線特征對(duì)等效電路進(jìn)行修正，最終得出

2、一個(gè)既符合電池內(nèi)部結(jié)構(gòu)和工作原理，又符合測(cè)量結(jié)果的電池阻抗模型。
　　 在分析了電池電壓響應(yīng)采樣值與電池阻抗模型參數(shù)相關(guān)性的基礎(chǔ)上，采用BP神經(jīng)網(wǎng)絡(luò)方法，利用實(shí)驗(yàn)中獲取的樣本數(shù)據(jù)建立了電池阻抗模型參數(shù)的預(yù)測(cè)模型。在此模型的構(gòu)建過(guò)程中對(duì)比了trainlm、trainrp、trainscg、trainbfs和traingdx五種MATLAB神經(jīng)網(wǎng)絡(luò)工具箱提供的快速學(xué)習(xí)方法，選取了訓(xùn)練效果最優(yōu)的trainlm算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。通過(guò)檢