基于能量加权高斯过程回归的锂离子电池健康状态预测

• 作者: 曹玉苹 邓晓刚 郑雪莹
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 高斯过程回归 经验模态分解 容量再生现象 锂离子电池 健康状态
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 63-69
• 页数: 7页
• 分类号: TP206.3|TN081
• 语种: 中文
• DOI: 10.13382/j.jemi.B1902099

摘要

针对容量再生现象影响锂离子电池健康状态预测(SOH)建模精度的问题,提出一种经验模态分解(EMD)的能量加权高斯过程回归(EWGPR)方法.该方法将容量再生现象看作是锂离子电池容量衰减过程的能量凸现,利用EMD分解获得样本的能量分布情况,根据能量情况计算每个样本的权重,进而建立基于能量加权高斯过程回归的锂离子电池SOH预测模型.基于NASA锂电池数据集的仿真实验结果表明,EWGPR方法比基本GPR算法具有更高的精度和适应性,单步预测和多步预测的均方根误差(RMSE)分别减少了3％和10％.