中南大学学报（自然科学版）
中南大學學報（自然科學版）
중남대학학보（자연과학판）
JOURNAL OF CENTRAL SOUTH UNIVERSITY
2010年
1期
55-59
,共5页
吴免利%李劼%肖昕%邹忠
吳免利%李劼%肖昕%鄒忠
오면리%리할%초흔%추충
L-M%BP神经网络%锂离子电池%化成系统
L-M%BP神經網絡%鋰離子電池%化成繫統
L-M%BP신경망락%리리자전지%화성계통
针对自行设计的YX-20A型锂离子电池化成柜采样精度不高的问题,分别采用动量梯度下降法和L-M优化法以三层BP神经网络为预测模型对采样电流数据进行校正;并用校正后的采样数据通过TL494芯片调节设定基准和充放电电流实测值的偏差.研究结果表明: L-M算法能快速收敛,效果优于动量梯度下降法,当隐含层节点数为9时,L-M算法效果最佳;校正后的电流最大相对误差由原来的5%降到1.1%左右,平均误差小于0.5%;校正后基准电流和实测值间的相对误差波动较平缓,其最大相对误差比校正前有明显下降.
針對自行設計的YX-20A型鋰離子電池化成櫃採樣精度不高的問題,分彆採用動量梯度下降法和L-M優化法以三層BP神經網絡為預測模型對採樣電流數據進行校正;併用校正後的採樣數據通過TL494芯片調節設定基準和充放電電流實測值的偏差.研究結果錶明: L-M算法能快速收斂,效果優于動量梯度下降法,噹隱含層節點數為9時,L-M算法效果最佳;校正後的電流最大相對誤差由原來的5%降到1.1%左右,平均誤差小于0.5%;校正後基準電流和實測值間的相對誤差波動較平緩,其最大相對誤差比校正前有明顯下降.
침대자행설계적YX-20A형리리자전지화성거채양정도불고적문제,분별채용동량제도하강법화L-M우화법이삼층BP신경망락위예측모형대채양전류수거진행교정;병용교정후적채양수거통과TL494심편조절설정기준화충방전전류실측치적편차.연구결과표명: L-M산법능쾌속수렴,효과우우동량제도하강법,당은함층절점수위9시,L-M산법효과최가;교정후적전류최대상대오차유원래적5%강도1.1%좌우,평균오차소우0.5%;교정후기준전류화실측치간적상대오차파동교평완,기최대상대오차비교정전유명현하강.
