10.19713/j.cnki.43-1423/u.T20190960
镉镍蓄电池寿命预测的PF-LSTM建模方法研究
对动车组用蓄电池进行寿命预测,能够评估电池状态,降低故障的危害性和运用维护成本,指导修订修程.相较于在线预测模型,离线预测模型无法适应影响因素的不断变化,提出一种基于粒子滤波(PF)与长短期记忆网络(LSTM)融合的在线预测方法.传统的PF方法依赖经验方程作为状态转移方程,而精确的经验方程难以得到,利用已有数据训练LSTM模型,模型得到的退化方程作为PF的状态转移方程,解决了PF依赖经验方程的问题,同时PF能给出不确定性表达.研究结果表明,该方法模型更新简单有效,预测精度好,弥补了镉镍蓄电池寿命模型研究的缺失,对蓄电池剩余寿命研究的发展有着重要意义.
蓄电池、剩余寿命、在线预测、长短期记忆网络、粒子滤波
17
TM912
国家十三五重点研发计划项目2017YFB1200902-11
2020-08-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
1825-1832