本发明所提出的一种自适应GRNN的电动汽车锂离子电池健康状态的估算方法。针对电池测量数据存在缺失、异常和噪音的特点,根据变异系数采用改进粒子滤波算法处理或选择最小二乘法、均值替换法处理参数以使神经网络输入参数平稳,从而提高抗噪性。而GRNN算法应用于SOH估算具有估算精度高的优势,但因平滑因子人为设定存在其实验平均误差与方差不稳定局限。因此本发明利用QGA对GRNN的平滑因子进行优化以提高网络自适应性。进一步的,考虑到不同特征参数与容量的相关性存在差异的特点,本发明利用最优平滑因子与相关系数构建模式层的传递函数以提高GRNN的估算精度。实验结果表明,本发明所提出的算法能有效估算锂离子电池健康状态具有广阔的应用前景。
声明:
“自适应GRNN的电动汽车锂离子电池健康状态的估算方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)