基于改进ELM的锂离子电池RUL预测

摘要：

针对传统的极限学习机(ELM)算法对锂离子电池剩余使用寿命(RUL)预测效果不佳,以及已有改进ELM算法中鲜有关注输入层与隐藏层的"局部"连接等问题,提出改进算法A,即把ELM输入层与隐藏层之间的全连接改为卷积、池化;由于改进算法A的预测结果存在不确定性,向改进算法B引入全局平均池化的思想,直接把ELM输入层与隐藏层之间的全连接改为池化.将马里兰大学高级生命周期工程研究中心(CALCE)和美国国家航空航天局(NASA)的两组数据用于仿真实验,发现两种改进算法的预测精度均比常见的几种改进ELM算法更好.以B7电池为例,当预测起始点T=100时,改进算法A和改进算法B的均方根误差分别可达到0.0232和0.0090.

关键词：锂离子电池;剩余使用寿命(RUL);极限学习机(ELM);局部;卷积;池化

所属期刊栏目：51

分类号：TM912.9

资助基金：国家自然科学基金61873175

在线出版日期：2022-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：548-552