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
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
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
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