基于BP神经元网络的锂电池温度预测

针对锂电池温度预测困难、精确度差等问题,研究小组提出一种基于神经网络的锂电池温度预测方法。首先通过锂电池温升特性实验平台对锂电池放电过程的热力学特性展开研究,通过分析选取SOC(电池荷电状态)、放电电流、环境温度等特征参量为输入参数,结合BP神经网络算法,搭建了基于实验与BP神经网络的电池表面温度快速预测模型,采用未参与模型训练的实验数据对模型进行验证。仿真结果表明:该方法整体误差较小,均小于5%;该方法不仅提高了预测精度,而且缩短了预测时间,有利于精细化的锂电池热管理系统的发展。