基于多退化特征的锂离子电池剩余寿命预测

• 作者: 丁恩松 史永胜 施梦琢 欧阳 洪元涛
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 锂离子电池 剩余使用寿命 主成分分析 Elman预测模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与设计
• 页码范围: 836-840
• 页数: 5页
• 分类号: TM912
• 字数: 3812字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.06.012

摘要

针对目前锂离子电池剩余寿命预测模型精度低、泛化性差的问题,在一种基于充放电健康特征提取的锂离子电池剩余寿命估计方法的基础上,增加了健康因子和实际容量之间的相关性分析,具体方法是:从锂离子电池充放电电压、电流、温度曲线变化趋势中提取若干潜在健康因子,并利用主成分分析(PCA)去除数据冗余性,得到代表退化特征的融合健康因子.结合自适应遗传算法(AGA)优化了Elman预测模型.结果 表明所建立的PCA-AGA-Elman神经网络预测模型误差控制在1.5％之内,可作为锂离子电池的剩余使用寿命(RUL)预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史永胜	陕西科技大学电气与控制工程学院	69	433	9.0	18.0
2	丁恩松		2	0	0.0	0.0
3	施梦琢	陕西科技大学电气与控制工程学院	2	0	0.0	0.0
4	洪元涛	陕西科技大学电气与控制工程学院	2	0	0.0	0.0
5	欧阳	陕西科技大学电气与控制工程学院	2	0	0.0	0.0