不同温度下基于PSOLSSVM的锂电池SOH估计与RUL预测
文档名：不同温度下基于PSOLSSVM的锂电池SOH估计与RUL预测
摘要：电池的健康状态(SOH)和剩余寿命(RUL)是电池管理系统(BMS)的重要参数,准确地估计SOH和预测RUL对保障电池长期安全有效运行至关重要.选择锂电池等压降放电时间序列为间接健康因子,通过Pearson相关系数和Spearman秩相关系数说明所选健康因子与电池实际容量的相关性高;使用粒子群优化(PSO)算法寻找最小二乘支持向量机(LSSVM)的参数最优解,建立SOH估计及RUL预测模型.采用锂电池数据集对该方法进行验证,结果表明:在4,24,43℃三种不同环境温度下PSO-LSSVM的电池SOH估计结果平均绝对百分比误差(MAPE)均在1.05％以内,RUL预测结果与实际结果误差均在2.5％以内,说明所选方法具有良好的适用性和可行性.
作者：陈璐于仲安熊莹燕Author：CHENLuYUZhonganXIONGYingyan
作者单位：江西理工大学电气工程与自动化学院,江西赣州341000
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(6)
分类号：TM912
关键词：锂离子电池健康状态剩余寿命最小二乘支持向量机间接健康因子环境温度
机标分类号：S663.1TP391.9R446.11
在线出版日期：2023年6月16日
基金项目：赣州市重点研发计划(工业领域)项目不同温度下基于PSO-LSSVM的锂电池SOH估计与RUL预测[
期刊论文]传感器与微系统--2023, 42(6)陈璐于仲安熊莹燕电池的健康状态(SOH)和剩余寿命(RUL)是电池管理系统(BMS)的重要参数,准确地估计SOH和预测RUL对保障电池长期安全有效运行至关重要.选择锂电池等压降放电时间序列为间接健康因子,通过Pearson相关系数和Spearman秩相关系...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
不同温度下基于PSO-LSSVM的锂电池SOH估计与RUL预测SOH estimation and RUL prediction of Li battery based on PSO-LSSVM at different temperatures
不同温度下基于PSO-LSSVM的锂电池SOH估计与RUL预测.pdf
页:
[1]