张金国，　王小君，　朱　洁，　迟忠君(.北京交通大学电气工程学院，北京00044；.北京电力公司北京电力科学研究院，北京00075)

基于MIV的BP神经网络磷酸铁锂电池寿命预测

张金国1，王小君1，朱洁2，迟忠君2
(1.北京交通大学电气工程学院，北京100044；2.北京电力公司北京电力科学研究院，北京100075)

针对锂离子电池循环寿命衰减问题，为了能更加准确地对锂离子电池的循环寿命进行预测，对磷酸铁锂电池全生命周期进行循环充放电测试，获得其相关性能参数，提出基于BP神经网络分析方法建立寿命预测模型。在预测模型基础上，运用平均影响值(MIV)算法筛选模型的输入参数。结果表明，所建立的电池循环寿命预测模型具有较高的精度，符合电池的实际运行特性，对解决电池寿命评估周期长和成本高等问题具有重要意义。

磷酸铁锂；循环寿命；神经网络；MIV

动力电池在实际运行中将受到很多外界因素的影响，往往达不到我们所预期的寿命值。过早更换会造成经济损失，不及时更换又会对系统稳定性造成极大的影响。因此，如果准确了解电池的寿命状态，无疑能找到经济性和可靠性的平衡点[1-3]。

目前，判断电池循环寿命的常用方法是通过对电池进行充放电循环实验，这种方法有一个比较大的缺点是测试时间比较长，有时甚至需要数月的时间，耗费巨大的人力物力，效率低下。如何在较短的时间内预测电池的寿命非常重要[4]。国外对电池循环寿命预测的方法主要分为两类：基于经验的方法和基于性能的方法[5]。……