摘要：针对传统方法估计锂离子电池健康状态（SOH）时内部参数测量困难等问题,提出一种基于粒子群优化径向基函数神经网络的锂离子电池SOH预测方法。通过对锂离子等效模型的研究,结合充放电过程的实验数据,确定了影响锂离子电池SOH特性的几个关键参数。将试验数据输入仿真模型进行网络训练和校验。仿真证明,相比BP神经网络和普通RBF神经网络,该算法的预测精度可提高20%,节省66.7%以上的优化时间。

关键词：锂离子电池 健康状况 粒子群优先 径向基函数 

单位：浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室; 杭州310014