一种基于粒子滤波的锂离子电池健康预测算法

• 作者: 左修伟 张金 张锋 韩裕生 高安同
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 锂离子电池 健康状态 粒子滤波 预测
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 研究与设计
• 页码范围: 1377-1380
• 页数: 4页
• 分类号: TM912.9
• 字数: 3832字
• 语种: 中文

摘要

安全性是制约锂离子电池发展的关键瓶颈,锂离子电池故障往往会导致系统性能下降并可能使系统瘫痪,军事应用时将直接导致各种无人作战系统无法遂行战略战术预期.根据锂离子电池电学特性建立一种融合非线性开路电压、电流,温度,循环次数以及随时间变化的剩余容量等多种电池动态特性的集总参数模型.以锂离子电池电化学工作过程为基础,提出一种依据序列重要性重采样来预测其单次放电循环放电终止时间的和循环寿命的粒子滤波算法.仿真结果表明以集总参数模型为基础的粒子滤波算法能对锂离子电池健康状态进行正确预测,为其健康管理提供了一种关键的理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张金	解放军陆军军官学院军用仪器教研室	8	41	3.0	6.0
2	张锋	解放军陆军军官学院军用仪器教研室	4	18	3.0	4.0
3	高安同	解放军陆军军官学院军用仪器教研室	3	25	2.0	3.0
4	左修伟	解放军陆军军官学院军用仪器教研室	2	23	2.0	2.0
5	韩裕生	解放军陆军军官学院军用仪器教研室	1	11	1.0	1.0