基于麻雀算法优化BP神经网络的电池荷电状态估算研究  

作　　者：李国全 姬祥 李文华[2] 

机构地区：[1]开滦能源化工股份有限公司,河北唐山063018 [2]河北工业大学,天津300401

出　　处：《中文科技期刊数据库（引文版）工程技术》2024年第6期0207-0212,共6页

摘　　要：电池荷电状态无法通过直接测量得到,传统的BP神经网络学习效率慢、预测精度误差较大。方法 为提高传统BP神经网络预测结果的精度,本文引入了麻雀算法优化BP神经网络实现对电池荷电状态的预测。结果 结合储能电池充放电数据集及MATLAB仿真实现基于麻雀算法的神经网络模型及BP神经网络模型预测,得到储能电池的容量预测曲线,并与实际容量曲线进行比较,进而计算得到模型评价指标。结论 结果表明SSA-BP神经网络网络模型相对于传统BP神经网络模型能够有效提高电池荷电状态的预测精度。

关 键 词：储能电池 麻雀算法 神经网络 荷电状态预测 

分 类 号：TM91[电气工程—电力电子与电力传动]