基于改进集成经验模态分解和高斯过程回归的锂离子电池剩余容量及寿命预测方法
文档名：基于改进集成经验模态分解和高斯过程回归的锂离子电池剩余容量及寿命预测方法
摘要：锂离子电池在储能电站中为消纳可再生能源作出了重要贡献,其运行的稳定性和可靠性受到了研究人员的持续关注.为了解决锂离子电池容量及剩余寿命的预测和抑制测量过程中因各种外界因素引起的噪声,提出了一种基于改进的集成经验模态分解MEEMD(ModifiedEnsembleEmpiricalModeDecomposition)去噪和经贝叶斯优化的高斯过程回归BO-GPR(GaussianprocessregressionoptimizedbyBayesianoptimizationalgorithm)的锂离子电池容量及剩余寿命预测方法.利用MEEMD方法识别并去除原始测量数据中的噪声分量.利用BO-GPR方法预测锂离子电池容量及剩余寿命,其中贝叶斯优化方法对高斯过程回归的部分超参数进行了进一步寻优.文章基于美国国家航空航天局研究中心提供的锂离子电池测量数据进行了预测实验,结果表明,该方法能够有效去除噪声信号,选取的协方差函数和超参数组合达成的预测效果优于初始GPR模型,证明了其有效性.
作者：向铭何怡刚张慧Author：XiangMingHeYigangZhangHui
作者单位：武汉大学电气与自动化学院,武汉430072
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2023, 60(9)
分类号：TM912
关键词：锂离子电池容量及剩余寿命改进的集成经验模态分解高斯过程回归贝叶斯优化
Keywords：lithium-ionbatterycapacityandremainingusefullifemodifiedensembleempiricalmodedecomposition(MEEMD)gaussianprocessregression(GPR)Bayesianoptimization
机标分类号：TM912.9O221.6U469.7
在线出版日期：2023年9月20日
基金项目：国家自然科学基金，国家自然科学基金，国家自然科学基金，国家自然科学基金，国家重点研发计划，装备预先研究重点项目基于改进集成经验模态分解和高斯过程回归的锂离子电池剩余容量及寿命预测方法[
期刊论文]电测与仪表--2023, 60(9)向铭何怡刚张慧锂离子电池在储能电站中为消纳可再生能源作出了重要贡献,其运行的稳定性和可靠性受到了研究人员的持续关注.为了解决锂离子电池容量及剩余寿命的预测和抑制测量过程中因各种外界因素引起的噪声,提出了一种基于改进的集...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
基于改进集成经验模态分解和高斯过程回归的锂离子电池剩余容量及寿命预测方法Capacity and remaining useful life prediction of lithium-ion battery based on MEEMD and GPR
基于改进集成经验模态分解和高斯过程回归的锂离子电池剩余容量及寿命预测方法.pdf
页:
[1]