基于DEPSO-RVM的B787电池剩余寿命预测

• 作者: 刘贵行 穆东旭
• 来源期刊: 现代电子技术
• 关键词: 剩余寿命预测 相关向量机 B787锂离子电池 差分进化算法 粒子群优化算法 卡尔曼滤波
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 能源技术
• 页码范围: 94-98,102
• 页数: 6页
• 分类号: TN36-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.20.023

摘要

锂离子电池已经被应用于B787客机,为进一步提高B787锂离子电池的可靠性,针对传统基于相关向量机的电池剩余使用寿命预测方法的不足,提出一种把相关向量机、差分进化算法和粒子群优化算法融合的的方法.通过差分进化算法和粒子群优化算法对相关向量机的参数进行优化,增强其对电池历史监测数据退化趋势的预测能力.应用卡尔曼滤波器对融合算法实施优化,将优化后的预测结果作为在线样本添加到训练集中,对提出的模型重新训练,以此来动态调整系数矩阵和相关向量以执行下一次迭代预测.基于B787锂离子电池测量数据,对所提方法的有效性和鲁棒性进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘贵行	中国民航大学工程训练中心	7	6	2.0	2.0
2	穆东旭	中国民航大学电子信息与自动化学院	5	0	0.0	0.0