基于ARIMA和PF的锂电池剩余使用寿命预测方法

• 作者: 揭由翔 豆金昌 陈则王
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: ARIMA模型 粒子滤波 融合 预测
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 微电子、微系统与物理电子学
• 页码范围: 822-826
• 页数: 5页
• 分类号: TN911.23|TP391
• 字数: 2195字
• 语种: 中文
• DOI: 10.11805/TKYDA201305.0822

摘要

有效的电池剩余使用寿命(RUL)预测方法能够极大地提高系统的可靠性。提出一种基于自回归集成滑动平均模型(ARIMA)和粒子滤波(PF)融合预测框架,该框架由ARIMA方法和PF方法构成，ARIMA 应用于短期预测，而粒子滤波应用于长期预测。首先在线对锂离子电池进行监测，然后根据短期预测或长期预测要求执行相应的算法,得出横纵坐标分别为周期和容量的 RUL 预测图。实验结果表明，该预测框架能够快速准确地预测锂离子电池 RUL。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈则王	南京航空航天大学自动化学院	37	388	11.0	19.0
2	豆金昌	南京航空航天大学自动化学院	2	11	2.0	2.0
3	揭由翔	南京航空航天大学自动化学院	2	11	2.0	2.0