基于CDPSO-EBRB的锂离子电池健康状态估计

• 作者: 文斌成 肖明清 杨召 张磊 陈鑫
• 来源期刊: 空军工程大学学报（自然科学版）
• 关键词: 锂电池 健康状态估计 扩展置信规则库 中心-离散粒子群
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 军用航空|Military Aviation
• 页码范围: 27-33
• 页数: 7页
• 分类号: TJ760
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2021.02.005

摘要

锂离子电池在武器系统中广泛应用,对其健康状态的评估对于保证武器系统作战效能具有重要意义.但构建锂离子电池退化过程的物理模型难度较大,同时由于数据的不确定性与不完整性影响,使用纯数据驱动的方式也不能准确描述此过程.扩展置信规则库模型结合了知识结构和证据推理的特性,可对数据的不确定性与不完整性进行定量描述,但原始模型的参数选择对其性能影响较大,针对以上问题,提出了一种中心离散粒子群算法(CDPSO)优化的扩展置信规则库(EBRB)模型,并将该模型应用于锂离子电池的健康状态评估中,使用数据驱动方式将规则集转化为规则,采用CDPSO对初始参数进行训练,最后使用测试数据集来测试模型的有效性,通过与传统的方法进行比对,验证了所提出方法的有效性.