针对动力电池单体电压差预测问题，基于神经网络算法建立单体电压差预测模型。将总里程、电池包电流、电池包电压、电池温度、SOC作为模型的输入，将单体电压差作为模型的输出，将电动汽车长里程道路试验采集的数据划分为训练集和测试集，用于模型的训练和测试。结果表明，用所提方法进行单体电压差预测时可使均方差仅为0.004%，可行性被验证。最后，用所提方法得到长里程下单体电压差的预测值，为动力电池单体电压差的定量预测提供了一种新的方法。
科研之友
微信
新浪微博
Facebook
分享链接
