粒子群优化神经网络的动力电池SOC估算研究

摘要

针对电动汽车动力电池非线性强、普通神经网络模型预测电池组的剩余荷电状态(SOC)时面临收敛速度慢、精度低的问题,本文提出利用粒子群优化神经网络(PSOBP)估算动力电池SOC。该方法以单体电池电压、电流作为神经网络模型的输入,电池SOC作为输出,采用粒子群优化BP神经网络的权值和阈值,解决普通神经网络容易陷入局部极小值的问题。仿真结果表明,该方法估算电池SOC具有较高的预测精度,收敛速度快。