基于GA-ELM的锂离子电池RUL间接预测方法

• 作者: 李福胜 杨柯 林娅 王友仁 陈则王
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 锂离子电池 剩余使用寿命 间接健康因子 遗传算法 极限学习机
• 年，卷（期）: 2020,（6）
• 页码范围: 735-742
• 页数: 8页
• 分类号: TB971
• 字数: 6828字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2020.06.17

摘要

针对锂离子电池在线剩余寿命预测时容量难以直接测量及预测精度不高等问题,提出一种间接预测方法.首先,分析电池寿命状态特征参数,选取等压降放电时间作为锂电池间接健康因子;其次,引入遗传算法优化极限学习机模型参数,建立锂电池剩余使用寿命间接预测模型;最后,基于NASA锂电池实验数据和自主实验数据验证该预测方法的正确性和有效性.实验结果表明,相较高斯过程回归方法和极限学习机方法,该方法准确有效、测试速度快,并且预测结果输出稳定,精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王友仁	南京航空航天大学自动化学院	190	2254	25.0	36.0
2	陈则王	南京航空航天大学自动化学院	37	388	11.0	19.0
3	林娅	南京航空航天大学自动化学院	2	0	0.0	0.0
4	李福胜	南京航空航天大学自动化学院	1	0	0.0	0.0
5	杨柯	南京航空航天大学自动化学院	2	0	0.0	0.0