基于小波神经网络算法的锂电池荷电状态预测＊薛建强，李军（江苏常熟发电有限公司，江苏常熟２１５５３６）摘要：为了提高锂电池的使用寿命，提出一种基于小波神经网络的荷电状态（ＳｔａｔｅｏｆＣｈａｒｇｅ，ＳＯＣ）预测方法。分析了马里兰大学Ｋ２锂电池测试数据，在此基础上建立基于小波神经网络算法的锂电池ＳＯＣ预测模型，然后对比预测值与实际值的误差，检验了预测模型的准确性，实现对锂电池ＳＯＣ的预测。试验结果表明，基于小波神经网络算法的锂电池ＳＯＣ预测精度优于传统的ＢＰ神经网络。该研究成果为锂电池ＳＯＣ准确预测提供了一种新的预测方法。关键词：锂电池；ＳＯＣ；预测；小波神经网络中图分类号：ＴＭ９１２ＤＯＩ：１０．１９７６８／ｊ．ｃｎｋｉ．ｄｇｊｓ．２０２２．２４．０１４ＰｒｅｄｉｃｔｉｏｎｏｆＳＯＣｏｆＬｉｔｈｉｕｍＢａｔｔｅｒｙＢａｓｅｄｏｎＷａｖｅｌｅｔＮｅｕｒａｌＮｅｔｗｏｒｋＡｌｇｏｒｉｔｈｍ＊ＸＵＥＪｉａｎｑｉａｎｇ，ＬＩＪｕｎ（ＪｉａｎｇｓｕＣｈａｎｇｓｈｕＥｌｅｃｔｒｉｃＰｏｗｅｒＧｅｎｅｒａｔｉｎｇＣｏ．，Ｌｔｄ．，Ｃｈａｎｇｓｈｕ２１５５３６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｅｒｖｉｃｅｌｉｆｅｏｆｌｉｔｈｉｕｍｂａｔｔｅｒｙ，ａｓｔａｔｅｏｆｃｈａｒｇｅ（ＳＯＣ）ｐｒｅｄｉｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｐｒｏｐｏｓｅｄ．ＢａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆＫ２ｌｉｔｈｉｕｍｂａｔｔｅｒｙｔｅｓｔｄａｔａｆｒｏｍｔｈｅＵｎｉｖｅｒｓｉｔｙｏｆＭａｒｙ－ｌａｎｄ，ａｌｉｔｈｉｕｍｂａｔｔｅｒｙＳＯＣｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｗａｖｅｌｅｔｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍｉｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｎ，ｔｈｅｅｒｒｏｒｂｅｔｗｅｅｎｔｈｅｐｒｅｄｉｃｔｅｄｖａｌｕｅａｎｄｔｈｅａｃｔｕａｌｖａｌｕｅｉｓｃｏｍｐａｒｅｄｔｏｖｅｒｉｆｙｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ，ｓｏａｓｔｏｒｅａｌｉｚｅｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆＳＯＣ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆｌｉｔｈｉｕｍｂａｔｔｅｒｙＳＯＣｂａｓｅｄｏｎｗａｖｅ－ｌｅｔｎｅｕｒ...
