锂离子电池放电容量的预测和估计是电池管理系统中一个非常重要的内容.某一个状态下锂离子电池的放电容量是放电电流、电压、温度以及过去电池充放电的历史等参数的函数.运用ANN方法即人工神经网络方法,可逼近任何多输入输出参数函数的性能,预测不同放电电流和电压下锂离子电池放电容量的大小.结果表明,ANN方法具有足够的精度 ,可用来预测锂离子电池的放电容量.
作 者： 薛建军 唐致远 王占良 刘春燕  
作者单位： 薛建军,刘春燕(天津大学材料科学与工程学院,天津,300072)
唐致远,王占良(天津大学化工学院,天津,300072) 
刊 名： 电池  ISTIC PKU
英文刊名： BATTERY BIMONTHLY 
年，卷(期)： 2002 32(2) 
分类号： TM912.9 
关键词： 放电容量   锂离子电池   人工神经网络  
机标分类号： TP1 TM9 
机标关键词： 神经网络方法锂离子电池电池放电容量预测network methodlithium ion batteries放电容量放电电流电池管理系统多输入输出电池充放电参数函数电压可逼近状态运用性能温度人工历史 
基金项目：  
DOI：  

参考文献(6条)
JOSSEN A.Spath V.Doring H Reliable battery operation-a challenge for the battery management system 1999
吕鸣祥.黄长保.宋玉瑾 化学电源 1992
CAMP J.William O.Turner Method and apparatus for determi ning th e remaining operation time of a mobile communication unit 2001
李孝安.张晓贵 神经网络与神经计算机导论 1994
唐致远.薛建军.李建刚 锂离电池嵌入电极的放电过程机理 2001(4)
唐致远.薛建军.刘春燕.庄新国 锂离子在石墨负极材料中扩散系数的测定 [期刊论文] -物理化学学报2001(5)

引证文献(1条) 
路志英.庞勇.刘正光 基于遗传神经网的自适应电池荷电态预估模型 [期刊论文] -电源技术2004(08)