基于机器学习的钠离子电池剩余使用寿命预测
钠离子电池容量退化具有非线性和复杂性,准确预测剩余使用寿命(RUL)十分困难,因此构建SSA优化算法结合梯度提升回归树(GBRT)的RUL预测模型.对实验数据进行滤波平滑处理,绘制容量增量(IC)曲线,从IC曲线中提取与容量衰减相关性高的健康指标(HI),即IC峰值、峰值对应的电压值、峰值面积以及峰值斜率.利用PCA算法对数据进行降维处理以减少数据间的冗余性,将处理后的数据输入GBRT模型,并采用SSA算法寻找最优超参数提高预测精度.利用多组老化实验数据进行验证,RMSE、MAPE和MAE分别在15.2、7%、11.2以下,结果表明该模型有较高的预测精度及稳健性且优于其他主流算法.
钠离子电池、剩余使用寿命、增量容量曲线、梯度提升回归树
55
TM912
国家自然科学基金;陕西省科技厅工业科技攻关计划项目
2023-08-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
17-24