本发明公开了一种贝叶斯正则化的LM‑BP神经网络的
锂电池SOC预测方法，包括如下步骤：a、建立BP神经网络模型；b、构建贝叶斯正则化的LM‑BP神经网络算法；c、样本数据的获取以及样本SOC的计算；d、数据的归一化处理。神经网络具有很好的非线性拟合能力，不需要考虑电池内部复杂的化学结构，可以很好的拟合锂电池的动态特性，而结合贝叶斯正则化算法可以提高网络的泛化能力，再与LM算法结合则加快了网络的收敛速度提高了其逼近精度，因此，本发明具有预测精度高、收敛速度快、泛化能力强的特点，适用于多种
动力电池。
声明：
“贝叶斯正则化的LM-BP神经网络的锂电池SOC预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1087
编辑：管理员
来源：北方有色网
咨询细节
