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:
针对锂离子电池剩余寿命预测时的容量难以测量和预测精度不高等问题,提出一种基于放电过程的锂离子电池剩余寿命预测方法.首先,提取锂离子电池放电过程中特定电压区间放电时间作为健康因子;接着,构建双向极限学习机的剩余寿命预测模型;最后,基于锂离子电池实验数据验证该预测方法的准确性.结果 表明:该模型能准确地预测电池剩余寿命,且与普通的极限学习机模型和BP神经网络模型相比,预测误差更小,收敛速度更快.
推荐文章
锂离子电池状态估计与剩余寿命预测方法综述
锂离子电池
荷电状态(SOC)估算
健康度(SOH)估算
剩余寿命(RUL)预测
基于数据驱动的卫星锂离子电池寿命预测方法
锂离子电池
寿命预测
数据驱动
基于IGA-MRVR的锂离子电池剩余使用寿命预测
电动汽车
锂电池
剩余使用寿命
多核相关向量回归算法
改进遗传算法优化
预测
基于扩展卡尔曼滤波的锂离子电池寿命预测方法
扩展卡尔曼滤波
最优局部加权回归平滑
锂离子电池
寿命预测
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 基于放电过程的锂离子电池剩余寿命预测
来源期刊 汽车工程 学科
关键词 锂离子电池 寿命预测 放电过程 极限学习机 双向极限学习机
年,卷(期) 2021,(12) 所属期刊栏目
研究方向 页码范围 1825-1831
页数 7页 分类号
字数 语种 中文
DOI 10.19562/j.chinasae.qcgc.2021.12.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
锂离子电池
寿命预测
放电过程
极限学习机
双向极限学习机
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
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导