基于ANN方法的锂离子电池放电容量预测

被引:1
作者
薛建军
唐致远
王占良
刘春燕
机构
[1] 天津大学材料科学与工程学院
[2] 天津大学化工学院
[3] 天津大学材料科学与工程学院 天津
[4] 天津
关键词
放电容量; 锂离子电池; 人工神经网络;
D O I
暂无
中图分类号
TM912.9 [各种材料蓄电池];
学科分类号
0808 ;
摘要
锂离子电池放电容量的预测和估计是电池管理系统中一个非常重要的内容。某一个状态下锂离子电池的放电容量是放电电流、电压、温度以及过去电池充放电的历史等参数的函数。运用ANN方法即人工神经网络方法 ,可逼近任何多输入输出参数函数的性能 ,预测不同放电电流和电压下锂离子电池放电容量的大小。结果表明 ,ANN方法具有足够的精度 ,可用来预测锂离子电池的放电容量。
引用
收藏
页码:69 / 71
页数:3
相关论文
共 3 条
[1]   锂离子在石墨负极材料中扩散系数的测定 [J].
唐致远 ;
薛建军 ;
刘春燕 ;
庄新国 .
物理化学学报, 2001, (05) :385-388
[2]  
神经网络与神经计算机导论[M]. 西北工业大学社 , 李孝安, 1994
[3]  
化学电源[M]. 天津大学出版社 , 吕鸣祥等编著, 1992