本發明所提出的一種自適應GRNN的電動汽車鋰離子電池健康狀態的估算方法。針對電池測量數據存在缺失、異常和噪音的特點,根據變異系數采用改進粒子濾波算法處理或選擇最小二乘法、均值替換法處理參數以使神經網絡輸入參數平穩,從而提高抗噪性。而GRNN算法應用于SOH估算具有估算精度高的優勢,但因平滑因子人為設定存在其實驗平均誤差與方差不穩定局限。因此本發明利用QGA對GRNN的平滑因子進行優化以提高網絡自適應性。進一步的,考慮到不同特征參數與容量的相關性存在差異的特點,本發明利用最優平滑因子與相關系數構建模式層的傳遞函數以提高GRNN的估算精度。實驗結果表明,本發明所提出的算法能有效估算鋰離子電池健康狀態具有廣闊的應用前景。
聲明:
“自適應GRNN的電動汽車鋰離子電池健康狀態的估算方法” 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)