神经网络模型在锂离子电池表面温度预测中的应用研究

摘要

基于人工神经网络构建了锂离子电池表面温度的预测模型.该模型为3层网络结构,其中输入层中有4个节点,隐含层中有9个神经元,输出层中有1个节点.训练结果表明,模型具有较快的收敛速度和优秀的训练质量,从而保证了预测的精确度.模型的预测值与实验值吻合程度高,说明了模型工作的有效性.模型预测电池在较高环境温度(80℃)下以10C倍率放电结束时的表面温度为86.71℃,仅比环境温度高出6.71℃.该模型有助于电池热管理系统的研究与开发.