CN114545275B 一种锂离子电池剩余使用寿命间接预测方法 (湖州学院)_第1页
CN114545275B 一种锂离子电池剩余使用寿命间接预测方法 (湖州学院)_第2页
CN114545275B 一种锂离子电池剩余使用寿命间接预测方法 (湖州学院)_第3页
CN114545275B 一种锂离子电池剩余使用寿命间接预测方法 (湖州学院)_第4页
CN114545275B 一种锂离子电池剩余使用寿命间接预测方法 (湖州学院)_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

EstimationofLithium-IonBattonNovelFeatureExtractionandAdapMulti-KernelRelevanceVectorMachine.一种锂离子电池剩余使用寿命间接预测方法一种锂离子电池剩余使用寿命间接预测方接着基于支持向量回归算法构建间接健康因子支持向量回归只能得到单点预测值和高斯过程方便锂电池系统在电池发生故障时提前做出决2所述步骤2中间接健康因子与锂电池容量之间的相关性是采用灰色并联分析方法得到循环对应的间接健康因子,构建基于支持向量回归算法的锂电池间接健康因子预测模型,获得起始预测点之后的间接健康因子预测值HI步骤4.3、将步骤3中的间接健康因子预测值HIs_pre作为电池容量预测模型的测试输效阈值CapEOL时,输出锂电池剩余使用寿命预测结果及置信区间,并进行预测性能指标分3程实现锂电池RUL在线预测。这类方法现有文献方法中常采用支持向量回归方法进行锂电电池的整个充放电过程及温度对锂电池RUL预测的4[0011]作为一种优选:所述步骤2中间接健康因子与锂电池容量之间的相关性是采用灰[0019]步骤4.2、利用训练集训练GPFR模型,其中HIsi表示第i个特征向量,[0020]步骤4.3、将步骤3中的间接健康因子预测值5化得到锂电池容量的GPFR预测模型,将HIs预测结果输入GPFR预测模型获得电池的容量预6[0042]步骤3.1、设置起始预测点T,将数据集划分为训练集和测试集,利用训练集[0046]步骤4.2、利用训练集训练GPFR模型,其中HIsi表示第i个特征向量,Capi表示第i个电池容量值,构建基于高斯过程回归的锂电池容量预测模型,具体步骤如[0050]步骤4.3、将步骤3中的间接健康因子预测值差的时间间隔、HI3等放电电压差的时间间隔和等充电电流差的平均温度四个表征锂电池7示第i次充放电循环对应的间接健康因子,构建基于支持向量回归算法的锂电池间接健康[0074]步骤4.2、利用训练集训练GPFR模型,其中HIsi表示第i个特征向量,Capi表示第i个电池容量值,构建基于高斯过程回归的锂电池容量预测模型,具体步骤如8[0080]步骤4.3、将步骤3中的间接健康因子预测值2验,每组实验设置三个不同的起始预测点(T=70,T=80,T=90),来验证SVR-GPFR锂电池RUL间接预测模型的稳定性和精确性。三个锂电池额定容量为2Ah,电池失效阈值设置为4.2V的充电时间作为HI1来表示电池的健康状态,提取的等充电电压差的时间间隔如图3(a)所示;图2(b)为不同充电放电循环下恒压充电过程中的充电电流曲线流减小到100mA的时间间隔作为表征电池老化的间接健康指标如图3(b)所示;图2(c)为锂9间隔与上述描述一致;图2(d)绘制了不同充放电循环次数下电池充电阶段的温度变化曲电池未来的老化趋势,可以看到基于SVR预测方法可以很好的捕捉间接健康因子的总体变池在不同起始预测周期下的锂电池RUL预测性能分析,本发明方法三组电池的RMSE均低于

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论