基于EEMD和MKRVM的锂电池剩余寿命预测方法

• 作者: 何怡刚 张朝龙 袁莉芬
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 锂电池 剩余寿命 集合经验模态分解去噪 多核相关向量机 量子粒子群优化
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 38-44
• 页数: 7页
• 分类号: TM930.12
• 字数: 5536字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2018.07.006

摘要

锂电池储能是一种快速高效的有功功率和无功功率调节方法,可用于发、输、变、配用各个环节.针对锂电池测量数据中经常伴随着各种类型及大小的噪声,提出了一种基于集合经验模态分解EEMD(ensemble empir-ical mode decomposition)去噪和多核相关向量机MKRVM(multiple kernel relevance vector machine)的锂电池剩余寿命预测方法.首先执行EEMD去噪,去除测量数据中的噪声信号;然后将MKRVM算法用于预测锂电池的剩余寿命,其中MKRVM核函数的稀疏系数通过量子粒子群算法获取.利用美国国家航空航天局艾姆斯研究中心提供的锂电池测量数据,对提出的方法进行了测试,在测试中展示了EEMD去噪和MKRVM预测方法的实现过程,并证明了方法的有效性与先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张朝龙	安庆师范大学物理与电气工程学院	30	240	9.0	14.0
3	何怡刚	合肥工业大学电气与自动化工程学院	175	1119	17.0	26.0
4	袁莉芬	合肥工业大学电气与自动化工程学院	22	156	6.0	12.0