储能科学与技术2024，Vol.13Issue(1) ：336-338.DOI:10.19799/j.cnki.2095-4239.2023.0920

基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测

Prediction of ion battery remaining life of energy storage system based on data preprocessing and computer VMD-LSTM-GPR

田凌浒 袁炳夏
储能科学与技术2024，Vol.13Issue(1) ：336-338.DOI:10.19799/j.cnki.2095-4239.2023.0920
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测

Prediction of ion battery remaining life of energy storage system based on data preprocessing and computer VMD-LSTM-GPR

田凌浒 1袁炳夏2
扫码查看

作者信息

  • 1. 中国石油新疆油田分公司,新疆克拉玛依 834000
  • 2. 惠州学院网络与信息中心,广东惠州 516007
  • 折叠

摘要

离子电池剩余寿命影响储能系统运行能力,准确预测电池寿命,有助于判断系统的实时运行状态,为获得较为可靠的预测结果,提出基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测方法.针对储能系统离子电池剩余寿命预测的相关理论问题进行研究,并联合储能数据预处理标准与计算机VMD-LSTM-GPR模型,计算锂离子电池的容量退化能力,从而评估剩余电池寿命,实现基于数据预处理和计算机VMD-LSTM-GPR的储能系统离子电池剩余寿命预测.

关键词

数据预处理/计算机VMD-LSTM-GPR/储能系统/离子电池/剩余寿命

Key words

data preprocessing/computer VMD-LSTM-GPR/energy storage system/ion battery/residual life

引用本文复制引用

出版年

2024
储能科学与技术
化学工业出版社

储能科学与技术

CSTPCDCSCD北大核心
影响因子：0.852
ISSN：2095-4239
参考文献量2
段落导航相关论文