基于主成分分析的锂离子电池RUL间接预测

• 作者: 朱成杰 王鸣雁 吴章玉
• 来源期刊: 廊坊师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 锂离子电池 长短期记忆网络 集合经验模态分解 主成分分析法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 物理与电子技术
• 页码范围: 30-36
• 页数: 7页
• 分类号: TM912
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3229.2022.01.006

摘要

针对目前锂离子电池RUL的预测中用来表达退化特征的健康因子(HI)存在信息不足的缺陷,提出一种锂离子电池RUL预测模型.首先提取出多个可以反映电池退化特征的参数;其次用主成分分析法(PCA)对提取的多个参数进行去冗余降维并充分包含退化信息;再引入集合经验模态分解(EEMD),对HI进行多尺度分解;最后基于长短期记忆网络(LSTM)构建预测模型.实验证明该预测模型在预测锂电池的RUL时有较高的精度、适应性较强.