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：CHENLu  YUZhongan  XIONGYingyan
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

2024-12-14 13:57 上传 不同温度下基于PSOLSSVM的锂电池SOH估计与RUL预测.pdf

文件大小:

1.24 MB

下载次数:

60

高速下载