基于电池外特征的粒子群神经网络电池健康状态预测
【摘要】 为了降低电池特征参数获取难度，提高电池健康状态(stateofhealth，SOH)预测精度，保障电动汽车安全行驶，针对电池使用过程中内部参数变化复杂难以测量及BP神经网络容易陷入局部最小值等问题，提出了一种基于电池外特征的粒子群神经网络SOH预测方法。将电池的外特征参数电压与温度作为输入，在BP网络的架构中引入粒子群算法对网络的权值与阈值进行优化，从而增强网络的全局寻优能力。在MATLAB2018上进行仿真验证，实验结果表明，本方法比传统的BP网络适用性更好，精度更高，绝对误差在1.6%以内，相对误差在2.4%以内，具有更广的应用前景。
