基于RBF神经网络的动力电池故障诊断系统研究

被引：16

作者：

古昂 ^{[1
]}

张向文 ^{[1
,2
]}

机构：

[1] 桂林电子科技大学电子工程与自动化学院

[2] 广西自动检测技术与仪器重点实验室(桂林电子科技大学)

来源：

电源技术 | 2016年 / 40卷 / 10期

关键词：

纯电动汽车; 动力电池; RBF神经网络; dSPACE; 故障诊断;

D O I：

暂无

中图分类号：

TM912 [蓄电池]; TP183 [人工神经网络与计算]; U469.72 [电动汽车];

学科分类号：

0808 ; 081104 ; 0812 ; 0835 ; 1405 ; 0807 ;

摘要：

纯电动车动力电池在性能、成本、寿命、安全性上的局限是制约电动车普及的关键问题。基于RBF神经网络,设计了一套电池故障诊断系统,对动力电池组的故障进行预防和诊断。首先,利用d SPACE中的电池模型,模拟电池的故障,进行神经网络的学习训练,然后,利用三组测试数据对故障诊断系统进行测试。测试结果显示,设计的系统可以准确诊断电池故障类型与故障级别。

引用

页码：1943 / 1945

页数：3

共 8 条

[1] 磷酸铁锂化学特性分析及在化学电池中的应用 [J].