一种磷酸铁锂电池组的SOC估算方法_1800001632758911.pdf

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN109031147A

(43)申请公布日

2018.12.18

(21)申请号201810953759.X

(22)申请日2018.08.21

(71)申请人湖南兴业绿色电力科技有限公司

地址411100湖南省湘潭市九华经开区兴

业大道1号

(72)发明人肖慧明周青熊露丹吴任

(74)专利代理机构北京鑫浩联德专利代理事务

所(普通合伙)11380

代理人李荷香吕爱萍

(51)Int.Cl.

G01R31/36(2006.01)

权利要求书1页说明书6页附图3页

(54)发明名称

一种磷酸铁锂电池组的SOC估算方法

(57)摘要

本发明提供了一种采用BP神经网络估算磷

酸铁锂电池组SOC的方法。BP神经网络采用1个隐

层、3个输入、1个输出的网络结构，隐层节点数为

11。估算方法包括如下步骤：对BP神经网络的连

接权值调整环节进行调整，插入一个惯性系数，

采用平滑加权计算改进连接权值调整，在进行连

接权值调整计算时，增加原连接权值项，并赋予

较重的权值。本发明利用电流积分修正的方式对

BP神经网络的参数进行变更，降低磷酸铁锂电池

组容量衰减对SOC估算精度的影响。

A

7

4

1

1

3

0

9

0

1

N

C

-1-

CN109031147A权利要求书1/1页

1.一种磷酸铁锂电池SOC估算方法，采用BP神经网络构建磷酸铁锂电池组SOC的预测模

型，其特征在于：

在对所述BP神经网络的连接权值调整时，采用平滑加权计算改进连接权值调整，插入

一个惯性系数，增加原连接权值的权重，所述原连接权值项是指前一次计算结果。

2.根据权利要求1所述的SOC估算方法，其特征在于：

所述BP神经网络采用1个隐层、3个输入和1个输出的网络结构，所述隐层采用Sigmoid

转换函数，所述隐层节点数为11。

3.根据权利要求2所述的SOC估算方法，其特征在于：

所述BP神经网络的所述输入层的输入向量矩阵定义为X(k)，所述输入层到所述隐层的

连接权值矩阵定义为W1(k)，所述输入层到所述隐层连接阀值定义为B1(k)，隐层向量矩阵

定义为H(k)，所述隐层到所述输出层的连接权值矩阵定义为W2(k)，所述隐层到所述输出层

连接阀值定义为B2(k)，所述输出层的输出向量矩阵定义为Y(k)，其中k表示矩阵阶数，所述

BP神经网络的输出计算公式为：

4.根据权利要求3所述的SOC估算方法，其特征在于：

所述输入层到所述隐层的连接权值调整量矩阵定义为W(k)，所述隐层到所述输出层

1C

连接权值调整量矩阵地理为W(k)，所述各连接权值调整的公式分别为：

2C

其中，a+b=1，a的取值范围为0.60-0.95。

5.根据权利要求4所述的SOC估算方法，其特征在于：a=0.9，b=0.1。

6.根据权利要求5所述的SOC估算方法，其特征在于：

还采用电流积分修正方法对BP神经网络进行调整。

7.根据权利要求6所述的SOC估算方法，其特征在于：

所述电流积分修正方法利用U-Ih曲线的斜率作为判断电池组是否充满或放空的依据。

8.根据权利要求7所述的SOC