[发明专利]一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法

权利要求书

1.一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法，其特征在于，包括以下步骤：

(1)利用电池混合脉冲功率特性测试(HPPC)方法对不同荷电状态的锂电池进行充放电试验，得到响应曲线，并计算不同荷电状态下锂电池二阶PNGV等效电路模型的参数，包括开路电压、电池内阻、电化学极化电阻、电化学极化电容、浓度差极化电阻、浓度差极化电容；

(2)对电路模型参数数据值进行归一化处理，得到神经网络训练所需要的输入输出数据集；

(3)构建锂离子电池的BP神经网络辨识系统拓扑结构；

(4)设计自适应天牛须算法的自适应步长，设计自适应天牛须算法寻优的适应度函数，并利用自适应天牛须算法获取网络的最优初始权值和阈值，自适应步长的计算公式如下：

式中：μ_max为最大步长，n为第n次迭代，其数值小于最大迭代次数，a和b为步长参数；

(5)对天牛须优化的神经网络辨识系统进行训练，建立锂离子电池参数辨识器，用于辨识锂离子电池的二阶PNGV等效电路模型参数，进而计算锂离子电池的端电压。

2.根据权利要求1所述的一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法，其特征在于，所述步骤(3)中锂离子电池BP神经网络辨识系统的隐含层节点数通过以下公式获取：

式中：N_hid为隐含层节点数，N_sam为样本个数，N_in和N_out分别为输入层节点数和输出层节点数，α为预设的可变常数，ceil为向上取整符号。

3.根据权利要求2所述的一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法，其特征在于，所述预设的可变常数α，其范围为[1-10]。

4.根据权利要求1 所述的一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法，其特征在于，所述的步长参数a为0.9，步长参数b为1。

5.根据权利要求1所述的一种自适应天牛须优化神经网络的锂电池等效电路模型参数辨识方法，其特征在于，所述步骤(4)中自适应天牛须算法寻优的适应度函数为：

式中：M为等效电路模型参数个数，N_sam为样本个数，s_ij为第i个参数第j个样本的模型输出值，y_ij为第i个参数第j个样本归一化后的实际输出值。