基于WNN的锂电池循环寿命预测

• 作者: 尉麒栋 洪晟
• 来源期刊: 计算机测量与控制
• 关键词: 小波神经网络 锂电池 循环寿命预测
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 试验与评价技术
• 页码范围: 2146-2148
• 页数: 3页
• 分类号: TP202.1
• 语种: 中文

摘要

小波神经网络(WNN,Wavelet Neural Network)是小波分析与神经网络的结合,与传统神经网络相比,能够更有效地逼近非线性映射关系;利用小波神经网络对18650型锂电池产品样本数据进行学习,建立电池健康状态指标依时序的退化过程中历史数值与未知数值间的映射关系;利用此映射关系及锂电池历史数据,可以推知下一时刻的健康数据,将这一预测值再迭代人小波神经网络的输入,如此循环预测,便可得到预测的锂电池退化曲线,从中可以得出锂电池的循环寿命;针对多块电池的预测实验结果表面:所提算法在合适的预测起点进行预测,其预测得到的循环寿命的相对误差均小于10％,是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪晟	北京航空航天大学可靠性与系统工程学院	12	58	4.0	7.0
2	尉麒栋	北京航空航天大学可靠性与系统工程学院	1	8	1.0	1.0