何明前，范世军，王显承，张丽，黎学明

(1.四川长虹电源有限公司，四川绵阳621000；2.重庆大学化学化工学院，重庆400044)

基于BP神经网络的镉镍电池放电特性预测

何明前1*，范世军1，王显承1，张丽1，黎学明2

(1.四川长虹电源有限公司，四川绵阳621000；2.重庆大学化学化工学院，重庆400044)

为准确预测镉镍蓄电池的放电特性，采用安时积分法预测剩余容量，再以电池工作温度、放电电流、剩余容量为输入量，工作电压为输出量，建立基于Levenberg-Marquardt(LM)算法的BP神经网络模型，经过训练及检验，该模型的预测结果准确，相对误差小于0.5%。实验表明，该模型在温度－20～60℃和放电电流33～165 A能精确预测电池的剩余容量和工作电压，进而准确建立了蓄电池温度、剩余容量、放电电流和工作电压之间的映射关系。

镉镍蓄电池；BP神经网络；Matlab

镉镍蓄电池是一种内部由多个单体电池串联组成的化学储能设备，相比于其它可充电电池具有经济耐用、能提供大电流放电等特点，因此被广泛用于火车、航空等特殊领域的电源系统。本文利用Matlab作为建模平台，在大量实验数据的基础上，建立了镉镍蓄电池充放电预测模型。

一般而言，蓄电池的荷电状态只能通过对电池的外特性参数的计算和预测来估算剩余容量的大小，在估算过程中，常常要考虑到电池的老化、自放电、温度等因素对电池容量的影响。目前，对电池剩余电量的预测方法主要有：开路电压法[1]、神经网络法[2-3]、卡尔曼滤波法[4]、安时积分法[5]等。神经网络具有非线性函数的无限逼近能力，能够对复杂因果关系的系统进行精确建模，因此可以有效建立温度、剩余容量和工作电压之间的映射关系，而安时积分法由于计算简单、易于实现，在剩余容量估算中应用最为广泛。……