基于BP神经网络的锂电池SoC在线预测

摘要

通过电路板搭建锂电池电压、电流、温度实时检测平台,在上位机界面实时监测锂电池参数的信息.根据检测到的数据,利用LM(Levenberg-Marquardt)算法,提出了基于BP神经网络的锂电池剩余电量(State of Charge,SoC)计算模型,模型以锂电池参数采集平台采集到的电压、电流数据为输入,电池的SoC为输出,利用实验室实测到的数据进行模型实验.结果表明:该模型具有较高的精度,并且泛化性能好,对于SoC的预测具有可行性.