锂电池健康度和剩余寿命预测算法研究
为了实现锂电池健康状态检测和电池故障诊断,在电池全生命周期退化数据基础上,分别使用容量增量分析和差分电压分析法进行特征提取,使用皮尔逊相关系数对健康因子进行相关性分析,并将其输入到人工神经网络用于电池健康状态(state of health,SOH)预测.针对电池容量非线性的退化特性以及局部重生现象,使用双指数函数对其进行建模.同时结合粒子滤波算法对模型参数进行估计,实现电池剩余使用寿命(remaining useful life,RUL)的概率密度预测.实验结果表明所提出的方法能够实现SOH的精准预测和RUL的不确定性估计.
剩余使用寿命、电池状态检测、故障诊断、人工神经网络、粒子滤波
51
TP301.6;TM912;TH17
国家自然科学基金;国家自然科学基金
2023-02-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
122-130