基于RVM-PF融合算法的锂离子电池剩余使用寿命预测
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

10.19585/j.zjdl.202104008

基于RVM-PF融合算法的锂离子电池剩余使用寿命预测

引用
针对传统PF(粒子滤波)算法在锂离子电池RUL(剩余使用寿命)预测中出现的估计精度低、过于依赖电池经验模型等问题,提出一种RVM(相关向量机)算法与PF算法相融合的锂离子电池RUL预测方法.通过RVM算法提取电池容量数据的相关向量,同时利用RVM的回归能力拟合同型号电池容量衰减轨迹,基于衰减轨迹构建PF算法中的状态空间模型,预测当前工况下电池容量衰减趋势.最后,将传统PF算法和RVM-PF融合算法的预测性能进行对比.结果表明,所提出的融合算法具有状态跟踪拟合度高、预测精度高、长期预测能力好等特点,且融合算法不依赖电池经验模型,具有较强的通用性.

锂离子电池、剩余使用寿命、粒子滤波、相关向量机

40

TM912

国网浙江省电力有限公司集体企业科技项目HZJTK201906

2021-05-24(万方平台首次上网日期,不代表论文的发表时间)

共11页

54-64

相关文献
评论
暂无封面信息
查看本期封面目录

浙江电力

1007-1881

33-1080/TM

40

2021,40(4)

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