基于变分模态分解和高斯过程回归的锂离子电池剩余寿命预测方法

摘要：

锂离子电池在实际工作中常处于间歇工作状态,存在容量再生现象,其性能退化呈现非单调性和随机性,无法采用传统的单一模型准确进行预测.针对上述问题,研究一种基于变分模态分解(VariationalMode Decomposition,VMD)和高斯过程回归(Gaussian Process Regression,GPR)的锂离子电池剩余寿命预测方法.首先,利用VMD将锂离子电池容量退化数据分解为一系列相对平稳的分量,并获取电池退化趋势分量及容量再生分量.然后针对不同分量的具体特性,构建合适的GPR预测模型以提高单个分量预测精度.最后,将分量预测结果叠加获取容量预测结果,进而实现电池剩余寿命预测.基于NASA研究中心锂电池容量退化数据进行实验分析,结果表明本文方法相比于直接采用GPR模型,降低了容量预测误差,并有效提高了剩余寿命预测精度.

关键词：锂离子电池、容量、变分模态分解、高斯过程回归、剩余寿命预测

分类号：TM912

资助基金：装备预研领域基金资助项目;南京航空航天大学博士学位论文创新与创优基金资助项目;江苏省研究生培养创新工程、中央高校基本科研业务费专项资金资助项目

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：83-88