一种基于人工神经网络的二次电池表面最高温度预测方法,北京北京理工大学 作者:穆道斌,方凯正,吴锋,陈实,吴伯荣,宋亮,林静 ,热管理网专利下载
热管理专利详情：
- 作者：穆道斌,方凯正,吴锋,陈实,吴伯荣,宋亮,林静
- 申请人：北京理工大学
- 国省名称：北京
- 公开号：CN102494778A
- 公开日：2012-06-13
- 专利类别：发明公开
- 文件大小：273215KB
专利摘要：
本发明涉及一种基于人工神经网络的二次电池表面最高温度预测方法,属于电池热管理系统技术领域。将二次电池置于高低温试验箱内,连接上充放电试验机；电池放电后进行充电；监测电池在充电过程中表面最高温度的变化情况；通过设定Back-Propagation神经网络模型的输入、输出、神经元个数、层数、传递函数和训练算法来完成模型的构建；将数据用于模型训练,使模型能够运用于预测；电池在其他环境温度下充电过程中的表面最高温度通过模型进行预测。本发明的模型应用起来简单易行,参数容易控制,结果具有实用价值；电池在不同环境温度下工作时的表面最高温度得以预测,为电池热管理系统的有效工作和电池的安全提供了保证。
专利主权项：
一种基于人工神经网络的二次电池表面最高温度预测方法,其特征在于具体步骤如下：1)将二次电池置于高低温试验箱内,连接上充放电试验机；高低温试验箱的温度为?10℃～40℃；2)将步骤1)中的电池放电至SOC为0,然后进行充电至SOC为0.1～1.2；3)应用红外热成像仪监测电池在充电过程中表面最高温度的变化情况；4)通过设定Back?Propagation神经网络模型的输入、输出、神经元个数、层数、层间的传递函数和训练算法来完成模型的构建；5)将步骤3)得到的数据用于模型训练,使模型能够运用于预测；6)电池在其他环境温度下充电过程中的表面最高温度,通过步骤5)中训练好的模型进行预测。
一种基于人工神经网络的二次电池表面最高温度预测方法专利下载：
版权声明：部分内容由互联网用户自行发布，该文仅代表作者本人观点。如有不适或侵权，请联系我们进行反馈，一经查实本站将予以删除。
