一种基于BP神经网络算法预测电池SOC的方法

AITNT
正文
推荐专利
一种基于BP神经网络算法预测电池SOC的方法
申请号:CN202411089024
申请日期:2024-08-09
公开号:CN119001458A
公开日期:2024-11-22
类型:发明专利
摘要
本发明公开属于电池检测技术领域,具体设计一种基于BP神经网络算法预测电池SOC的方法,以提高电池SOC的估算精度为目标,将神经网络估算电池SOC的方法加以应用具有一定的创新性。本发明实现了通过训练获得与锂电池拟合度较高的BP神经网络后,得到该网络的权值与阈值,将权值与阈值保存到上位机软件中,上位机软件获得电池管理系统上传的电压、电流、温度后可以根据该权值、阈值、激励函数计算出电池的SOC,然后将神经网络计算的电池SOC传入煤矿井下电池管理系统中,对电池SOC进行校正,获得较精确的电池SOC。
技术关键词
BP神经网络算法 上位机软件 电池管理系统 BP神经网络模型 神经网络参数 电池检测技术 煤矿井下 误差反向传播 样本 梯度下降法 数据 电流 电压 代表 校正 锂电池
系统为您推荐了相关专利信息
1
基于时序特征选择的故障在线预测方法及系统
故障特征量 在线预测方法 故障预测模型 监测点 状态监测数据
2
一种无透镜成像重建方法及设备
成像重建方法 光学编码 输出特征 光学系统成像技术 神经网络参数
3
基于扩散模型的建筑平面布局自动生成方法
自动生成方法 语义 布局 气泡 颜色
4
一种基于半实物仿真的自动驾驶模拟系统
驾驶模拟系统 信号仿真系统 控制器模块 半实物仿真 服务器
5
一种基于联邦学习与DQN的缓存节点选择方法
缓存替换算法 节点 路由器 缓存策略技术 服务器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号