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:
提出了一种结合混沌理论的分数自回归滑动平均(FARIMA)模型的锂电池剩余寿命预测方法.首先在利用模型预测之前,先通过计算锂电池的Lyapunov指数给出其剩余寿命的最大可预测时间尺度;并介绍FARIMA模型的基本原理并给出判断模型长相关性重要参数-Hurst指数(H)的计算.然后给出RUL预测的定义,具体过程与形式.最后本文选择锂电池电池容量退化数据模型作为预测对象,代入FA-RIMA模型给出RUL预测结果.
推荐文章
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
基于长短期记忆网络的锂电池循环寿命预测
锂电池
长短期记忆
循环寿命
预测
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IMM-UPF的锂电池寿命估计
锂电池
健康状态
经验模型
交互式多模型
无迹粒子滤波
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 结合混沌的长相关锂电池寿命预测方法
来源期刊 传感器与微系统 学科
关键词 Lyapunov指数 剩余寿命预测 分数自回归滑动平均 Hurst指数
年,卷(期) 2021,(7) 所属期刊栏目 研究与探讨|Research & Approach
研究方向 页码范围 32-34
页数 3页 分类号 TP202
字数 语种 中文
DOI 10.13873/J.1000—9787(2021)07—0032—03
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (132)
共引文献  (129)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(16)
  • 参考文献(0)
  • 二级参考文献(16)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(33)
  • 参考文献(2)
  • 二级参考文献(31)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
Lyapunov指数
剩余寿命预测
分数自回归滑动平均
Hurst指数
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导