一种基于人工神经网络的二次电池表面最高温度预测方法

作者: 穆道斌,方凯正,吴锋,陈实,吴伯荣,宋亮 CNPIM 2012年06月13日

发明人:穆道斌,方凯正,吴锋,陈实,吴伯荣,宋亮
专利权人:北京理工大学
公开日:2012-06-13
公开号:CN102494778A
专利类别:发明公开
下载地址:见页末

摘要:本发明涉及一种基于人工神经网络的二次电池表面最高温度预测方法,属于电池热管理系统技术领域。将二次电池置于高低温试验箱内,连接上充放电试验机;电池放电后进行充电;监测电池在充电过程中表面最高温度的变化情况;通过设定Back-Propagation神经网络模型的输入、输出、神经元个数、层数、传递函数和训练算法来完成模型的构建;将数据用于模型训练,使模型能够运用于预测;电池在其他环境温度下充电过程中的表面最高温度通过模型进行预测。本发明的模型应用起来简单易行,参数容易控制,结果具有实用价值;电池在不同环境温度下工作时的表面最高温度得以预测,为电池热管理系统的有效工作和电池的安全提供了保证。

一种基于人工神经网络的二次电池表面最高温度预测方法,其特征在于具体步骤如下:1)将二次电池置于高低温试验箱内,连接上充放电试验机;高低温试验箱的温度为?10℃~40℃;2)将步骤1)中的电池放电至SOC为0,然后进行充电至SOC为0.1~1.2;3)应用红外热成像仪监测电池在充电过程中表面最高温度的变化情况;4)通过设定Back?Propagation神经网络模型的输入、输出、神经元个数、层数、层间的传递函数和训练算法来完成模型的构建;5)将步骤3)得到的数据用于模型训练,使模型能够运用于预测;6)电池在其他环境温度下充电过程中的表面最高温度,通过步骤5)中训练好的模型进行预测。
内容未完全展示,请下载附件查看


下载地址:限时免费下载(右键另存为)
如下载链接失效,请联系管理员。




点击加载全文

本文阅读量:

声明:本文由用户投稿,信息来源于北京理工大学,仅用于学习和技术交流,观点仅代表作者本人,不代表CNPIM立场。如有侵权或其他问题,请联系本站处理。

技术支持:CNPIM.COM