首页|车用锂离子动力电池剩余寿命非线性组合预测研究

车用锂离子动力电池剩余寿命非线性组合预测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对单一预测模型难以准确预测锂电池的剩余寿命(remaining useful life,RUL)难题,提出了非线性组合预测方法;利用相空间重构,对实验采集到的数据进行重构,将重构后的数据对改进Elman神经网络和非线性自回归(nonlinear autoregressive with exogenous input,NARX)神经网络这2个单项预测模型进行训练和预测;采用RBF神经网络对2个单项模型的预测值进行非线性组合,获得最终的RUL预测值,结果表明:非线性组合预测方法的均方根误差比PCA-NARX方法提高了近1％,比NARX方法提高了近2％,比改进Elman方法提高了近3％,非线性组合预测方法具有较高的精度及泛化能力,采用相空间重构技术有利于提高非线性组合方法的预测精度.
Nonlinear combination prediction of remaining useful life of automotive Lithium-ion batteries

徐东辉

展开 >

南昌师范学院数学与计算机科学系,330032,江西南昌

锂离子电池 时间序列 非线性组合 RBF NARX 改进Elman 预测

国家自然科学基金资助项目江西省重点研发计划项目江西省重点研发计划项目江西省教育厅科学技术研究项目

5117601420192BBHL8000220202BBEL53019GJJ202609

2021

10.12202/j.0476-0301.2021023

北京师范大学学报(自然科学版)
北京师范大学

北京师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.505
ISSN：0476-0301
年,卷(期)：2021.57(5)
  • 5
  • 6