-
题名磷酸铁锂动力电池循环寿命预测方法
被引量：8
- 1
-
-
作者
张宁
汤建林
彭发豫
周坤烨
-
机构
海军工程大学兵器工程学院
解放军
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2021年第1期33-39,共7页
-
基金
十三五预研基金项目(302060503)资助。
-
文摘
针对粒子滤波循环寿命预测算法对磷酸铁锂动力电池长期预测效果较差问题,通过神经网络对电池历史数据进行学习,将训练学习值作为观测值代入粒子滤波算法中,修正粒子状态值;针对磷酸铁锂电池动态方程中寿命没有直接与观测值建立联系的问题,推导了关于电池寿命与容量观测值的后验概率关系,得到蒙特卡洛方法下的后验概率密度关系,给出了电池寿命预测不确定性表达。实验结果表明以神经网络训练值,作为改进粒子滤波动态方程算法的观测值,方法有效,降低了预测误差。
-
关键词
循环寿命
磷酸铁锂电池
粒子滤波
人工神经网络
-
Keywords
cycle life
lithium-iron phosphate battery
particle filter
artificial neural network
-
分类号
TM911.3
[电气工程—电力电子与电力传动]
-
-
题名基于ANFIS的磷酸铁锂电池循环寿命预测方法
被引量：1
- 2
-
-
作者
张宁
汤建林
彭发豫
李剑
-
机构
海军工程大学兵器工程学院
解放军
解放军
-
出处
《电源技术》
CAS
北大核心
2021年第5期595-597,618,共4页
-
基金
“十三五”预研基金项目(302060503)。
-
文摘
针对磷酸铁锂电池循环寿命在使用过程中难以预测的问题,通过神经模糊逻辑系统对锂电池循环寿命变化的历史数据进行学习,建立以循环次数、温度、电池容量为输入,相邻循环电池容量差值为输出的电池容量变化模型,通过得到锂电池容量变化趋势,从而实现对锂电池循环寿命的预测,最后,将锂电池循环寿命预测结果与实际数据进行对比,验证该方法的有效性。
-
关键词
神经模糊逻辑系统
循环寿命
磷酸铁锂电池
-
Keywords
ANFIS
cycle life
lithium-iron phosphate battery
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
-
题名锂离子电池容量退化融合估计算法
- 3
-
-
作者
彭发豫
张宁
蒋涛
-
机构
海军工程大学兵器工程学院
-
出处
《舰船电子工程》
2020年第9期44-47,66,共5页
-
文摘
锂离子电池容量退化过程具有非线性强,参数影响多等特点,从而难以被预测。针对该问题,开展评估方法研究,提出融合神经网络与粒子滤波的锂离子电池容量退化估计算法。利用神经网络的非线性优势,采用三层神经网络模型,建立电池容量退化模型,并通过比较数据间相似性引入归一化参数,优化数据结构,然后采用粒子滤波追踪模型内部参数,进而预测电池容量状态。最后利用CALCE实验室电池数据进行验证,并与电池双指数经验模型的粒子滤波算法进行了对比,结果表明论文算法具有更好的准确性和稳定性。
-
关键词
电池容量估计
神经网络
粒子滤波
剩余寿命
-
Keywords
battery capacity estimation
neural networks
particle filter
remaining useful life
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
