文摘实现储能系统安全运行,对锂离子电池可用容量的准确预测非常关键。通过对储能电池相关参数进行信息熵分析,筛选出对于电池可用容量具有显著影响的健康因子,将信息熵筛选出的健康因子与水母搜索反向传播神经网络(jellyfish search-back propagation neural network,JS-BP)相结合,建立电池可用容量预测模型。基于美国航空航天局(National Aeronautics and Space Administration,NASA)公开的相关老化数据集与电池老化实验平台的老化数据展开综合分析,其结果表明所提模型具有较高的电池容量预测精度,平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)均处于较低水平,验证了该模型的准确性。
