一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法

摘要

本发明公开了一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法。它包括以下步骤：(1)建立锂离子电池的二阶PNGV等效电路模型；(2)利用电池混合脉冲功率特性测试方法对锂电池进行充放电试验，得到响应曲线，并计算不同荷电状态下等效电路模型的参数，包括开路电压、电池内阻、电化学极化电阻、电化学极化电容、浓度差极化电阻、浓度差极化电容；(3)对等效电路模型参数数据进行归一化处理，得到神经网络训练所需要的输入输出数据集；(4)构建锂离子电池的神经网络辨识系统；(5)确定自适应天牛须算法的适应度函数，并利用自适应天牛须算法获取网络的最优初始权值和阈值；(6)对天牛须优化的神经网络辨识系统进行训练，建立锂离子电池参数辨识器，用于辨识锂离子电池的等效电路模型参数，进而计算锂离子电池的端电压。本发明考虑了锂离子电池的非线性特征，利用自适应天牛须优化的神经网络，能够有效地对锂电池等效电路模型参数进行辨识，可以缩短神经网络训练所需的迭代次数，并且提高了锂离子电池等效电路模型的精度。