基于神经网络的动力电池单体电压差预测方法

针对动力电池单体电压差预测问题,基于神经网络算法建立单体电压差预测模型。将总里程、电池包电流、电池包电压、电池温度、SOC作为模型的输入,将单体电压差作为模型的输出,将电动汽车长里程道路试验采集的数据划分为训练集和测试集,用于模型的训练和测试。结果表明,用所提方法进行单体电压差预测时可使均方差仅为0.004%,可行性被验证。最后,用所提方法得到长里程下单体电压差的预测值,为动力电池单体电压差的定量预测提供了一种新的方法。