基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
剩余使用寿命( RUL)是锂离子电池健康监测与维护的关键参数,反映了电池到寿命终点的剩余工作时间. 本文中提出了反映电池健康状态的电池容量衰退参数,利用这些参数建立RUL预测模型. 将支持向量回归机粒子滤波应用于参数估计与RUL预测,给出了RUL的预测值与概率密度. 结果表明提出的方法准确地预测了电池的RUL.
推荐文章
基于IGA-MRVR的锂离子电池剩余使用寿命预测
电动汽车
锂电池
剩余使用寿命
多核相关向量回归算法
改进遗传算法优化
预测
基于卷积神经网络与双向长短时融合的锂离子电池剩余使用寿命预测
锂离子电池
剩余使用寿命预测
融合神经网络
一维卷积神经网络
双向长短期记忆
锂离子电池状态估计与剩余寿命预测方法综述
锂离子电池
荷电状态(SOC)估算
健康度(SOH)估算
剩余寿命(RUL)预测
基于数据驱动的卫星锂离子电池寿命预测方法
锂离子电池
寿命预测
数据驱动
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车用锂离子电池剩余使用寿命预测方法
来源期刊 汽车工程 学科
关键词 锂离子电池 剩余使用寿命 预测模型 容量衰退参数 支持向量回归机粒子滤波
年,卷(期) 2015,(4) 所属期刊栏目
研究方向 页码范围 476-479
页数 4页 分类号
字数 2065字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王常虹 哈尔滨工业大学空间控制与惯性技术研究中心 210 2067 21.0 32.0
2 凌明祥 哈尔滨工业大学空间控制与惯性技术研究中心 24 269 9.0 16.0
3 屈桢深 哈尔滨工业大学空间控制与惯性技术研究中心 18 160 7.0 12.0
4 李清华 哈尔滨工业大学空间控制与惯性技术研究中心 22 84 5.0 8.0
5 董汉成 哈尔滨工业大学空间控制与惯性技术研究中心 4 53 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (137)
参考文献  (19)
节点文献
引证文献  (16)
同被引文献  (55)
二级引证文献  (34)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(9)
  • 引证文献(5)
  • 二级引证文献(4)
2019(23)
  • 引证文献(5)
  • 二级引证文献(18)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
锂离子电池
剩余使用寿命
预测模型
容量衰退参数
支持向量回归机粒子滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导