主办：陕西省汽车工程学会
ISSN 1671-7988 CN 61-1394/TH
创刊：1976年
ISSN 1671-7988 CN 61-1394/TH
创刊：1976年
汽车实用技术 ›› 2023, Vol. 48 ›› Issue (17): 5-9.DOI: 10.16638/j.cnki.1671-7988.2023.017.002
• 新能源汽车 • 上一篇
基于 NARX 神经网络的电池健康状态预测
王 静 1，侯 林 2，孙世星 2，郑 聪 2，李 强 2， 王翔宇 2，武 挺 2，张 斌 2
- 1.长安大学 汽车学院；2.宝鸡吉利汽车部件有限公司
Battery Health State Prediction Based on NARX Neural Network
WANG Jing1 , HOU Lin2 , SUN Shixing2 , ZHENG Cong2 , LI Qiang2 , WANG Xiangyu 2 , WU Ting2 , ZHANG Bin2
- 1.School of Automobile, Chang'an University; 2.Baoji Geely Auto Parts Company Limited
摘要： 动力电池作为电动汽车的核心，其健康状态（SOH）为表征电池能否正常工作的重要 指标，表示电池当前的使用寿命及其可靠性，并直接影响电池的性能。准确估计电池的 SOH 能够预知锂离子电池的整体寿命，完善充放电策略，以避免电池滥用等故障的发生。为确保 对动力电池的健康状态进行准确预测，文章选择与电池健康状态具备极强相关性的特征参数 作为健康状态预测的健康因子，设计并训练 NARX 非线性自回归神经网络，通过建立不同的 训练集和输入特征参数的对照组去分析对比训练集和输入参数带给预测结果的影响，获取精 确的电池健康状态值，能够提高电动汽车的动力性。