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
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

10.3969/j.issn.1006-2475.2020.02.017

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

引用
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.

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

TM912

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

2020-04-14(万方平台首次上网日期,不代表论文的发表时间)

共6页

83-88

相关文献
评论
暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2020,(2)

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