期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于VMD-ELM的锂离子电池剩余寿命预测方法研究
被引量：
3
1
作者
邹博雨
张营
+3 位作者
李泱
陈璐
徐剑澜
顾杰
《农业装备与车辆工程》
2021年第11期64-67,共4页
针对锂离子电池剩余寿命精确预测的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和极限学习机(Extreme Learning Machine,ELM)的锂离子电池剩余寿命预测方法。利用VMD分解锂电池容量信号得到一系列表征信号局部...
针对锂离子电池剩余寿命精确预测的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和极限学习机(Extreme Learning Machine,ELM)的锂离子电池剩余寿命预测方法。利用VMD分解锂电池容量信号得到一系列表征信号局部特性的本征模态函数(Intrinsic Mode Function,IMF),然后基于每个IMF,分别训练ELM模型,最后将每个ELM模型的预测结果加和求得锂离子电池的剩余寿命。基于NASA锂离子电池数据集对方法进行验证。结果表明,基于VMD-ELM的锂离子电池剩余寿命预测方法相较于ELM寿命预测模型和EMD-ELM寿命预测模型,提高了锂电池寿命预测的精度。
展开更多
关键词
锂离子电池
变分模态分解
极限学习机
剩余寿命预测
下载PDF
职称材料
题名
基于VMD-ELM的锂离子电池剩余寿命预测方法研究
被引量：
3
1
作者
邹博雨
张营
李泱
陈璐
徐剑澜
顾杰
机构
南京林业大学汽车与交通工程学院
出处
《农业装备与车辆工程》
2021年第11期64-67,共4页
基金
江苏省高等学校大学生创新创业训练计划项目“基于自适应多核RVM的锂电池剩余寿命预测方法研究”(201910298032Z)。
文摘
针对锂离子电池剩余寿命精确预测的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和极限学习机(Extreme Learning Machine,ELM)的锂离子电池剩余寿命预测方法。利用VMD分解锂电池容量信号得到一系列表征信号局部特性的本征模态函数(Intrinsic Mode Function,IMF),然后基于每个IMF,分别训练ELM模型,最后将每个ELM模型的预测结果加和求得锂离子电池的剩余寿命。基于NASA锂离子电池数据集对方法进行验证。结果表明,基于VMD-ELM的锂离子电池剩余寿命预测方法相较于ELM寿命预测模型和EMD-ELM寿命预测模型,提高了锂电池寿命预测的精度。
关键词
锂离子电池
变分模态分解
极限学习机
剩余寿命预测
Keywords
lithium-ion
batteries
variable
fractional
modal
decomposition
extreme
learning
machine
remaining
life
prediction
分类号
TM912 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于VMD-ELM的锂离子电池剩余寿命预测方法研究
邹博雨
张营
李泱
陈璐
徐剑澜
顾杰
《农业装备与车辆工程》
2021
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
