5、神经网络法

神经网络的目的是模仿人类的智能行为，通过并行结构与自身较强的学习能力获得数据表达的能力，能够在外部激励存在时给出相应的输出响应，并具有良好的非线性映射能力。

神经网络法应用于锂电池荷电状态检测的原理是：将大量相对应的电压、电流等外部数据以及电池的荷电状态数据作为训练样本，通过神经网络自身学习过程中输入信息的正向传播和误差传递的反向传播反复进行训练和修改，在预测的荷电状态达到设计要求的误差范围内时，通过输入新的数据来得到电池的荷电状态预测值。

神经网络法的优点是可以对各种电池的荷电状态进行估算，适用范围广；不需要建立特定的数学模型，不用考虑电池内部复杂的化学变化过程，只需选择合适的样本，以及建立较好的神经网络模型，并且样本数据越多，其估算的精度越高；能够随时确定电池的荷电状态。神经网络法的缺点是对硬件要求较高，训练时所采用的数据样本的准确性、样本容量和样本分布以及训练方法都会对电池的荷电状态预测产生很大的影响。

三、总结

本文对目前几种主要的聚合物锂电池荷电状态预测方法做了简单的介绍，详细分析了它们各自的优缺点。从发展趋势来看，锂电池的荷电状态预测考虑的因素越来越全面，所采用的预测方法往往是前述好几种方法的综合应用，使得预测结果更加准确。