基于改进ELM的锂离子电池RUL预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.19535/j.1001-1579.2021.06.002

基于改进ELM的锂离子电池RUL预测

引用
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.

锂离子电池;剩余使用寿命(RUL);极限学习机(ELM);局部;卷积;池化

51

TM912.9

国家自然科学基金61873175

2022-01-12(万方平台首次上网日期,不代表论文的发表时间)

共5页

548-552

相关文献
评论
暂无封面信息
查看本期封面目录

电池

1001-1579

43-1129/TM

51

2021,51(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn