文档名：基于多健康特征融合的锂电池SOH和RUL预测
摘要：针对锂电池健康状态(SOH)和剩余使用寿命(RUL)预测精度较低的问题,提出一种基于多健康特征融合的锂电池SOH和RUL预测方法.首先从电池充电曲线中提取三个与容量退化有关的健康特征(HFs),提出多健康特征融合法得到间接健康特征(IHF).再采用改进的引力搜索算法优化支持向量回归模型,将IHF作为模型输入,SOH作为输出.最后,建立多项式回归模型对IHF随电池循环次数增加的变化趋势进行预测,将更新后的IHF和当前SOH估计值输入到估算模型中实现电池RUL的预测.实验结果表明所提出的方法有较高的预测精度和较强鲁棒性,能够联合实现电池SOH和RUL长期稳定的预测.
作者：廖力 肖廷奕 吴铁洲 姜久春Author：LIAOLi XIAOTingyi WUTiezhou JIANGJiuchun
作者单位：湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室,湖北武汉430068
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(2)
分类号：TM912
关键词：锂电池 健康状态 剩余使用寿命 健康特征 支持向量回归
机标分类号：TP181TM912TP391
在线出版日期：2023年3月30日
基金项目：国家自然科学基金，湖北省高等学校优秀中青年科技创新团队计划项目基于多健康特征融合的锂电池SOH和RUL预测[
期刊论文] 电源技术--2023, 47(2)廖力 肖廷奕 吴铁洲 姜久春针对锂电池健康状态(SOH)和剩余使用寿命(RUL)预测精度较低的问题,提出一种基于多健康特征融合的锂电池SOH和RUL预测方法.首先从电池充电曲线中提取三个与容量退化有关的健康特征(HFs),提出多健康特征融合法得到间接健康...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
基于多健康特征融合的锂电池SOH和RUL预测 SOH and RUL prediction for lithium batteries based on fusion of multiple health features
基于多健康特征融合的锂电池SOH和RUL预测.pdf
- 文件大小:
- 4.23 MB
- 下载次数:
- 60
-
高速下载
|
|
