本發明公開了一種貝葉斯正則化的LM?BP神經網絡的鋰電池SOC預測方法,包括如下步驟:a、建立BP神經網絡模型;b、構建貝葉斯正則化的LM?BP神經網絡算法;c、樣本數據的獲取以及樣本SOC的計算;d、數據的歸一化處理。神經網絡具有很好的非線性擬合能力,不需要考慮電池內部復雜的化學結構,可以很好的擬合鋰電池的動態特性,而結合貝葉斯正則化算法可以提高網絡的泛化能力,再與LM算法結合則加快了網絡的收斂速度提高了其逼近精度,因此,本發明具有預測精度高、收斂速度快、泛化能力強的特點,適用于多種動力電池。
聲明:
“貝葉斯正則化的LM-BP神經網絡的鋰電池SOC預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)