期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于粒子滤波的锂离子电池剩余使用寿命预测 被引量:22
1
作者 林慧龙 李赛 《科学技术与工程》 北大核心 2017年第29期296-301,共6页
锂离子电池因其循环寿命产生的问题更加被重视。为了对锂离子电池的剩余循环使用寿命进行预测研究,采用了粒子滤波算法。首先对粒子滤波算法进行了概述。然后用它对电池的剩余使用寿命预测。简要描述了3组电池数据下的实验;并与扩展卡... 锂离子电池因其循环寿命产生的问题更加被重视。为了对锂离子电池的剩余循环使用寿命进行预测研究,采用了粒子滤波算法。首先对粒子滤波算法进行了概述。然后用它对电池的剩余使用寿命预测。简要描述了3组电池数据下的实验;并与扩展卡尔曼滤波进行了对比实验分析。实验结果表明了粒子滤波算法在3组数据下的绝对误差平均值近似4%,均方根误差平均值近似5%,扩展卡尔曼滤波的绝对误差平均值和均方根误差平均值分别近似6%和7%。说明了粒子滤波在锂离子电池剩余使用寿命预测中比扩展卡尔曼滤波精度更高。 展开更多
关键词 锂离子电池 粒子滤波 扩展卡尔曼滤波 容量退化 剩余使用寿命
下载PDF
变温度下IHF-IGPR框架的锂离子电池健康状态预测方法 被引量:12
2
作者 韩乔妮 姜帆 程泽 《电工技术学报》 EI CSCD 北大核心 2021年第17期3705-3720,共16页
通过研究锂离子电池的容量退化与充放电过程中电流、电压、温度等参数的变化趋势的关系,提出一种不同温度条件下基于锂离子电池间接健康特征(IHF)和改进高斯过程回归(IGPR)模型的电池健康状态(SOH)预测方法。针对变温度预测时IHF提取问... 通过研究锂离子电池的容量退化与充放电过程中电流、电压、温度等参数的变化趋势的关系,提出一种不同温度条件下基于锂离子电池间接健康特征(IHF)和改进高斯过程回归(IGPR)模型的电池健康状态(SOH)预测方法。针对变温度预测时IHF提取问题,在充放电阶段自适应地提取电压、时间曲线中的健康特征(HF),采用随机数法获取最优的区间。针对容量再生问题,以有理二次协为核函数建立SOH预测的高斯过程回归(GPR)模型,并引用共轭梯度算法优化GPR模型。最后,以方均根误差(RMSE)和平均绝对百分比误差(MAPE)两项评价指标对所提出的框架在电池数据集上设计了单电池、多电池实验进行验证。结果表明:基于常温下等充电时间电压差(CVD-ETS)与高(低)温下等压降放电时间(DTD-EVS)的IGPR方法可以预测锂离子电池容量退化的非线性趋势,所提方法具有小样本性以及较高的预测精度与广泛的适用性。 展开更多
关键词 间接健康特征 改进高斯过程回归 容量退化 锂离子电池 健康状态预测
下载PDF
动态工况下锂电池组多物理场仿真与退化分析 被引量:1
3
作者 夏权 任羿 +1 位作者 孙博 杨德真 《装备环境工程》 CAS 2023年第6期108-116,共9页
目的提高锂电池组SOH评估的准确性,提出面向实际复杂动态工况的锂电池组退化仿真分析方法。方法通过耦合多个电池单体P2D电化学–热模型和电池组串并联等效电路–热–流体模型,建立锂电池组多物理场耦合仿真模型,分析电池系统实际使用... 目的提高锂电池组SOH评估的准确性,提出面向实际复杂动态工况的锂电池组退化仿真分析方法。方法通过耦合多个电池单体P2D电化学–热模型和电池组串并联等效电路–热–流体模型,建立锂电池组多物理场耦合仿真模型,分析电池系统实际使用过程中电流、温度等工况的动态特性,构建锂电池组广义动态工作载荷谱。开展模型验证和典型3并5串锂电池组多物理场仿真分析,并耦合基于SEI膜生成机理的容量退化模型,分析在动态工况下内部各电池单体的容量及SOH退化情况,并给出该型电池组寿命的薄弱环节。结果动态工况下,锂电池退化轨迹呈高度非线性,环境温度为25~60℃时,随着温度的升高,电池组退化较快,但电池组内部最大温差反而减小。结论提出的方法能够很好地量化实际复杂动态工况对锂电池组退化的影响,为其可靠性设计和运行管理提供了技术支撑。 展开更多
关键词 锂电池组 多物理场 动态工况 耦合仿真 SEI膜生成 容量退化
下载PDF
一种改进的锂离子电池剩余寿命预测算法 被引量:9
4
作者 张金 魏影 +2 位作者 韩裕生 郑文达 张锋 《电子技术应用》 北大核心 2015年第8期110-112,116,共4页
锂离子电池故障往往会使系统性能下降甚至瘫痪,故障部件剩余寿命的精确估计对整个系统的寿命预测和健康管理至关重要。粒子滤波是一种有效的序列信号处理方法,然而应用于锂离子电池剩余寿命预测准确性并不高。根据锂离子电池电学特性,... 锂离子电池故障往往会使系统性能下降甚至瘫痪,故障部件剩余寿命的精确估计对整个系统的寿命预测和健康管理至关重要。粒子滤波是一种有效的序列信号处理方法,然而应用于锂离子电池剩余寿命预测准确性并不高。根据锂离子电池电学特性,提出一种改进的粒子滤波算法,基于锂离子电池容量退化指数模型,结合训练数据对锂离子电池剩余寿命进行预测。仿真及实验结果表明,改进的粒子滤波算法对锂离子电池剩余寿命预测误差小于5%。 展开更多
关键词 锂离子电池 剩余寿命 无迹粒子滤波 容量退化模型
下载PDF
一种锂离子电池容量退化经验模型 被引量:7
5
作者 张金 魏影 +1 位作者 韩裕生 王瑾珏 《电源技术》 CAS CSCD 北大核心 2016年第6期1176-1179,共4页
锂离子电池随着时间的推移,其性能逐步下降退化直至寿命终结,往往会导致系统整体功能失效,应用于军事目的将直接导致各种无人作战系统无法完成战略战术预期,失去作战能力。分析了锂离子电池电学特性,给出电池内部阻抗与容量退化的关系,... 锂离子电池随着时间的推移,其性能逐步下降退化直至寿命终结,往往会导致系统整体功能失效,应用于军事目的将直接导致各种无人作战系统无法完成战略战术预期,失去作战能力。分析了锂离子电池电学特性,给出电池内部阻抗与容量退化的关系,提出一种根据容量退化速率优先确定整数变量的条件三参数容量退化经验模型,并通过不同退化速率的锂离子电池退化实验数据对模型的可性行及实用性加以验证,为基于数据驱动的锂离子电池寿命预测和健康管理提供理论支撑。 展开更多
关键词 锂离子电池 容量退化模型 三参数
下载PDF
贫数据条件下锂离子电池容量退化轨迹预测方法
6
作者 管鸿盛 钱诚 +1 位作者 孙博 任羿 《储能科学与技术》 CAS CSCD 北大核心 2024年第9期3084-3093,共10页
在锂离子电池使用过程中,因实际运行条件的限制,通常难以获取大量完整标记的电池数据,对实现电池容量退化轨迹的准确预测构成了显著挑战。为此,本文提出了一种融合容量退化曲线增广和常用神经网络算法的锂离子电池容量退化轨迹预测方法... 在锂离子电池使用过程中,因实际运行条件的限制,通常难以获取大量完整标记的电池数据,对实现电池容量退化轨迹的准确预测构成了显著挑战。为此,本文提出了一种融合容量退化曲线增广和常用神经网络算法的锂离子电池容量退化轨迹预测方法。首先,基于少量完整标记的电池容量退化数据,采用多项式函数和蒙特卡洛方法得到虚拟容量退化曲线,并通过KL散度和欧氏距离进行筛选。之后,构建多层感知机(multi-layer perceptron,MLP)、卷积神经网络(convolutional neural network,CNN)、门控循环单元网络(gated recurrent unit,GRU)和长短期记忆网络(long short-term memory,LSTM)等四类常用神经网络模型,用以映射虚拟容量退化曲线数据至电池实际容量。最后,以虚拟容量退化曲线数据为输入,实际容量为输出,利用少量完整标记电池的数据对模型进行预训练,并利用待预测电池的早期退化数据进行微调,从而实现容量退化轨迹预测。通过77只具有不同放电方案的电池的数据对所提方法进行验证。结果表明,在仅有3只完整标记电池的容量退化数据条件下,所提方法的预测性能不受神经网络类型的影响,四类神经网络均准确预测了其余电池的容量退化轨迹,MAPE和RMSE的均值分别控制在2.3%和31 mAh以下。 展开更多
关键词 锂离子电池 容量退化轨迹 贫数据条件 神经网络
下载PDF
基于Informer神经网络的锂离子电池容量退化轨迹预测
7
作者 唐梓巍 师玉璞 +2 位作者 张雨禅 周奕博 杜慧玲 《储能科学与技术》 CAS CSCD 北大核心 2024年第5期1658-1666,共9页
通过对锂离子电池容量退化轨迹的精确预测可以大幅提升电池材料的研究效率。针对Transformer网络在锂电池容量退化轨迹预测这种长时间序列预测任务中存在的问题,本工作采用滑动窗口策略,构建了一种基于Informer网络的锂离子电池容量退... 通过对锂离子电池容量退化轨迹的精确预测可以大幅提升电池材料的研究效率。针对Transformer网络在锂电池容量退化轨迹预测这种长时间序列预测任务中存在的问题,本工作采用滑动窗口策略,构建了一种基于Informer网络的锂离子电池容量退化轨迹预测方法。首先,利用滑动窗口对数据集进行划分和再拼接,便于神经网络挖掘数据序列内部的相关性;然后,根据Informer网络的周期性时间特征捕捉能力设计适用于锂电池数据的全局时间戳;最后,使用前10%容量数据通过多步滚动预测方法实现模型输出,缓解预测中的误差累积问题,进而得到完整的预测轨迹。通过选取不同的误差评价指标和训练过程中的时间开销,在美国马里兰大学提供的锂电池数据集上验证了所建立模型的准确性和训练效率,并在美国航空航天局提供的电池数据集上验证了模型的泛用性。本工作模型的预测结果与多层感知机神经网络、循环神经网络及Transformer网络模型对比,退化轨迹与真实轨迹最为拟合,且训练时间开销小,预测结果的平均绝对误差和均方根误差控制在2.57%和3.5%,验证了所提预测方法的有效性。 展开更多
关键词 锂离子电池 容量退化轨迹 长时间序列预测 滑动窗口策略 Informer网络
下载PDF
基于权值选择粒子滤波的锂电池RUL预测研究 被引量:5
8
作者 李亚滨 袁学庆 +1 位作者 汤琦 贾洪铎 《计算机仿真》 北大核心 2020年第11期75-80,共6页
为准确预测锂离子电池剩余使用寿命(remaining useful life,RUL),给出预测结果的不确定性表达,将权值选择粒子滤波(weight selected particle filter,WSPF)算法应用于锂离子电池RUL预测领域,通过与序贯重要性重采样粒子滤波(sequential ... 为准确预测锂离子电池剩余使用寿命(remaining useful life,RUL),给出预测结果的不确定性表达,将权值选择粒子滤波(weight selected particle filter,WSPF)算法应用于锂离子电池RUL预测领域,通过与序贯重要性重采样粒子滤波(sequential importance resampling PF,SIR-PF)算法的对比,验证了WSPF算法在锂离子电池RUL预测中的优越性。继而提出基于新退化模型和WSPF算法的锂离子电池RUL预测方法,并与基于标准粒子滤波算法的预测结果做比较。结果表明,基于WSPF算法的预测方法具有更高的预测精度和不确定性表达精度,同时具有一定的收敛性和适应性。 展开更多
关键词 锂离子电池 剩余使用寿命 权值选择粒子滤波 容量退化模型
下载PDF
考虑电池退化的单线路电动公交全生命周期运营规划优化策略
9
作者 谢东繁 罗钰超 +3 位作者 周广京 余亚鹏 王永兴 赵小梅 《交通运输系统工程与信息》 EI CSCD 北大核心 2023年第3期66-75,132,共11页
为解决纯电动公交车在全生命周期内因电池容量退化而影响长期运营规划的问题,本文以公交车辆运营成本、能耗成本及电池退化成本最小为目标,构建考虑电池容量退化的纯电动公交全生命周期运营规划优化模型。模型将电动公交车队的整个使用... 为解决纯电动公交车在全生命周期内因电池容量退化而影响长期运营规划的问题,本文以公交车辆运营成本、能耗成本及电池退化成本最小为目标,构建考虑电池容量退化的纯电动公交全生命周期运营规划优化模型。模型将电动公交车队的整个使用寿命划分为多个周期,考虑电池退化成本的影响,分别优化每个周期的行车计划和配车数量,并得到每个周期内因为电池容量退化而造成的电池更换计划。针对提出的模型设计列生成算法,并选取北京市实际运营的某条公交线路进行算例分析,结果表明,与未考虑电池退化的运营规划相比,考虑电池容量退化后,充电成本和电池退化成本分别降低了6.5%和17.5%。通过影响参数的灵敏度分析,探讨模型参数对成本的影响,能够为电动公交全生命周期内的运营规划提供优化建议。 展开更多
关键词 城市交通 运营规划 列生成 电动公交 电池容量退化 全生命周期
下载PDF
基于新容量退化模型的锂电池RUL预测研究 被引量:3
10
作者 李亚滨 林硕 +1 位作者 袁学庆 刘竞远 《计算机仿真》 北大核心 2020年第2期120-124,共5页
为准确预测锂离子电池剩余使用寿命(remaining useful life,RUL),建立能有效描述锂离子电池非线性退化特征的模型非常必要。采用新颖的回归方程构建容量退化模型,与双指数退化模型的对比表明:该模型具有更强的描述能力。依赖于此模型,... 为准确预测锂离子电池剩余使用寿命(remaining useful life,RUL),建立能有效描述锂离子电池非线性退化特征的模型非常必要。采用新颖的回归方程构建容量退化模型,与双指数退化模型的对比表明:该模型具有更强的描述能力。依赖于此模型,提出了基于新容量退化模型和粒子滤波(particle filtering,PF)算法的锂离子电池剩余寿命预测方法,并与非线性退化自回归模型(nonlinear degradation auto regression,ND-AR)和正则化粒子滤波算法的混合方法(regularized particle filter,RPF)的预测结果做比较。结果表明:该方法对不同锂离子电池具有较好的适应性,能给出比ND-AR和RPF的混合方法更高精度的预测结果,且收敛性较好。 展开更多
关键词 容量退化模型 粒子滤波算法 锂离子电池 剩余使用寿命
下载PDF
基于粒子滤波的锂离子电池寿命预测 被引量:1
11
作者 刘丹烨 张玉朋 《科技创新与应用》 2015年第21期15-15,共1页
针对传统方法不能解决锂离子电池非线性系统剩余寿命预测问题,提出了一种基于粒子滤波算法的电池寿命预测方法。能有效解决非线性问题,准确实现了电池寿命的预测。
关键词 寿命预测 粒子滤波 容量退化 非线性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部