基于改进相关向量机的锂电池剩余使用寿命预测
文档名：基于改进相关向量机的锂电池剩余使用寿命预测
摘要：精确预测锂离子电池剩余使用寿命对于保障设备安全运行十分重要.但电池寿命预测中存在诸如数据噪声和容量再生等不确定性来源,这将导致预测精度大幅下降.为解决这一问题,使用变分模态分解方法对从充电和容量数据中提取的健康因子进行滤波分解,并利用贝叶斯优化方法对相关参数进行优化,提出一种基于多核相关向量机的锂离子电池剩余使用寿命预测模型.利用美国国家航空航天局(NASA)和Oxford电池数据集对所提出的模型进行验证,研究结果表明:所提出的基于变分模态分解和贝叶斯优化的多核相关向量机(VMD-BAYES-HRVM)方法的预测性能不受预测起始点和截止电压的影响,预测结果准确性更高,95％置信区间的跨度更小,证明了所提出方法的有效性.
作者：侯小康 袁裕鹏 童亮 Author：HOUXiaokang YUANYupeng TONGLiang
作者单位：武汉理工大学船海与能源动力工程学院,湖北武汉430063武汉理工大学交通与物流工程学院,湖北武汉430063;国家水运安全工程技术研究中心,湖北武汉430056
刊名：电源技术
Journal：ChineseJournalofPowerSources
年，卷(期)：2024, 48(2)
分类号：TM912.9
关键词：锂离子电池剩余使用寿命变分模态分解贝叶斯优化多核相关向量机
Keywords：lithium-ionbatteriesremainingusefullifevariationalmodedecompositionBayesianoptimizationhybridkernelrelevancevectormachine
机标分类号：TM912.9TP393.07V476
在线出版日期：2024年3月26日
基金项目：国家重点研发计划基于改进相关向量机的锂电池剩余使用寿命预测[
期刊论文]电源技术--2024, 48(2)侯小康袁裕鹏童亮精确预测锂离子电池剩余使用寿命对于保障设备安全运行十分重要.但电池寿命预测中存在诸如数据噪声和容量再生等不确定性来源,这将导致预测精度大幅下降.为解决这一问题,使用变分模态分解方法对从充电和容量数据中提取的...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进相关向量机的锂电池剩余使用寿命预测Remaining useful life prediction of Li-ion batteries based on improved relevance vector machine
基于改进相关向量机的锂电池剩余使用寿命预测.pdf
页:
[1]