基于CEEMDANRVMLSTM模型的锂电池剩余寿命预测

文档名：基于CEEMDANRVMLSTM模型的锂电池剩余寿命预测
摘要：为了提高锂电池长期使用的可靠性和保证系统的安全运行,提出了一种结合自适应噪声完整集合经验模态分解算法(CEEMDAN)、相关向量机(RVM)和长短期记忆神经网络(LSTM)的剩余使用寿命(RUL)的预测方法.使用CEEMDAN将电池容量数据分解为本征模态分量和残差分量,分别由RVM和LSTM进行预测,最后进行有效集成,得到准确的容量和RUL预测结果,并获得RUL的95%置信区间.采用公共数据集进行实验验证,并对比了其他几种模型.实验结果表明该方法不仅拥有较高的预测精度,而且能够提供不确定性表达,具有良好的工程应用意义.

作者：牛群峰  袁强  王莉  刘江鹏Author：NIUQunfeng  YUANQiang  WANGLi  LIUJiangpeng
作者单位：河南工业大学电气工程学院,河南郑州450001
刊名：电源技术 ISTICPKU
Journal：ChineseJournalofPowerSources
年，卷(期)：2023, 47(10)
分类号：TM912
关键词：锂电池  剩余使用寿命  RVM  LSTM  不确定性表达  
Keywords：lithium-ionbattery  remainingusefullife  RVM  LSTM  uncertaintyexpression  
机标分类号：TP391.1P642.22TV698.1
在线出版日期：2023年11月7日
基金项目：河南省科技攻关项目基于CEEMDAN-RVM-LSTM模型的锂电池剩余寿命预测[
期刊论文]  电源技术--2023, 47(10)牛群峰  袁强  王莉  刘江鹏为了提高锂电池长期使用的可靠性和保证系统的安全运行,提出了一种结合自适应噪声完整集合经验模态分解算法(CEEMDAN)、相关向量机(RVM)和长短期记忆神经网络(LSTM)的剩余使用寿命(RUL)的预测方法.使用CEEMDAN将电池容量...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CEEMDAN-RVM-LSTM模型的锂电池剩余寿命预测  Remaining life prediction of lithium-ion batteries based on CEEMDAN-RVM-LSTM model

基于CEEMDAN-RVM-LSTM模型的锂电池剩余寿命预测.pdf

2024-12-14 12:23 上传 基于CEEMDANRVMLSTM模型的锂电池剩余寿命预测.pdf

文件大小:

3.12 MB

下载次数:

60

高速下载