基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为准确预测锂离子电池剩余使用寿命(remaining useful life,RUL),给出预测结果的不确定性表达,将权值选择粒子滤波(weight selected particle filter,wSPF)算法应用于锂离子电池RUL预测领域,通过与序贯重要性重采样粒子滤波(sequential importance resampling PF,SIR-PF)算法的对比,验证了WSPF算法在锂离子电池RUL预测中的优越性.继而提出基于新退化模型和WSPF算法的锂离子电池RUL预测方法,并与基于标准粒子滤波算法的预测结果做比较.结果 表明,基于WSPF算法的预测方法具有更高的预测精度和不确定性表达精度,同时具有一定的收敛性和适应性.
推荐文章
基于IPSO-Elman的锂电池剩余寿命预测
锂电池
剩余寿命预测
IPSO-Elman
预测建模
高斯去噪
参数优化
基于权值选择粒子滤波算法的锂离子电池SOC估计
Thevenin 模型
在线参数辨识
SOC 估计
权值选择粒子滤波算法
基于WNN的锂电池循环寿命预测
小波神经网络
锂电池
循环寿命预测
基于多元线性回归模型的锂电池充电SOC预测
锂电池
SOC
多元线性回归
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于权值选择粒子滤波的锂电池RUL预测研究
来源期刊 计算机仿真 学科 工学
关键词 锂离子电池 剩余使用寿命 权值选择粒子滤波 新容量退化模型
年,卷(期) 2020,(11) 所属期刊栏目 能源领域仿真
研究方向 页码范围 75-80
页数 6页 分类号 TM743
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (29)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锂离子电池
剩余使用寿命
权值选择粒子滤波
新容量退化模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导