基于新容量退化模型的锂电池RUL预测研究

李亚滨; 林硕; 袁学庆; 刘竞远

首页> 中文期刊> 《计算机仿真》 >基于新容量退化模型的锂电池RUL预测研究

基于新容量退化模型的锂电池RUL预测研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip: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。

著录项

来源
《计算机仿真》 |2020年第2期|120-124|共5页
作者
李亚滨; 林硕; 袁学庆; 刘竞远;
展开▼
作者单位

沈阳建筑大学信息与控制工程学院辽宁沈阳110168;

中国科学院沈阳自动化研究所辽宁沈阳110016;

展开▼
原文格式 PDF
正文语种 chi
中图分类模拟与仿真;
关键词
新容量退化模型; 粒子滤波算法; 锂离子电池; 剩余使用寿命;

相似文献

中文文献
外文文献
专利

1. 基于CNN-LSTM的锂电池剩余寿命(RUL)间接预测研究 [J] . 陈赐阳 ,陈德旺 . 电源技术 . 2021,第005期
2. 基于权值选择粒子滤波的锂电池RUL预测研究 [J] . 李亚滨 ,袁学庆 ,汤琦 . 计算机仿真 . 2020,第011期
3. 基于集成ANN的锂电池粒子滤波RUL预测方法研究 [J] . 李文峰 ,许爱强 ,冀全兴 . 电光与控制 . 2016,第007期
4. 基于容量衰减速率的三元锂电池健康状态预测 [J] . 寇志华 ,潘旭海 ,季豪 . 电源技术 . 2018,第002期
5. 基于数字孪生的设备RUL预测研究 [J] . 汤文亮 ,袁柯 ,侯会斌 . 制造业自动化 . 2021,第012期
6. 基于RVM和退化模型拟合的铣刀可靠性预测方法 [C] . LI Hong-kun ,李宏坤 ,REN Yuan-jie . 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议 . 2014
7. 考虑容量自恢复效应的锂离子电池RUL预测研究 [A] . 黄蕊 . 2020

基于新容量退化模型的锂电池RUL预测研究

摘要

著录项

相似文献

相关主题

期刊订阅