基于DEPSO-RVM的B787电池剩余寿命预测

摘要：

锂离子电池已经被应用于B787客机,为进一步提高B787锂离子电池的可靠性,针对传统基于相关向量机的电池剩余使用寿命预测方法的不足,提出一种把相关向量机、差分进化算法和粒子群优化算法融合的的方法.通过差分进化算法和粒子群优化算法对相关向量机的参数进行优化,增强其对电池历史监测数据退化趋势的预测能力.应用卡尔曼滤波器对融合算法实施优化,将优化后的预测结果作为在线样本添加到训练集中,对提出的模型重新训练,以此来动态调整系数矩阵和相关向量以执行下一次迭代预测.基于B787锂离子电池测量数据,对所提方法的有效性和鲁棒性进行了验证.

关键词：剩余寿命预测、相关向量机、B787锂离子电池、差分进化算法、粒子群优化算法、卡尔曼滤波

所属期刊栏目：42

分类号：TN36-34(半导体技术)

资助基金：国家自然科学基金项目U1733119;国家自然科学基金项目U1333111;中央高校基本科研业务费:机载气象雷达冷却系统性能评估研究3122016D008

在线出版日期：2019-10-31（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：94-98,102