科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决锂离子电池剩余使用寿命(RUL)预测中存在着的实际容量难以准确测量、噪声信息影响算法性能等诸多问题，提出一种基于去噪自编码器(DAE)和宽度学习系统(BLS)相结合的预测方法。首先，从电池充放电曲线中提取多个与电池退化高度相关的健康因子(HI)，并使用滑动时间窗口制备训练样本。其次，将样本输入DAE进行去噪处理。然后，将经过处理的样本输入BLS，预测电池RUL，并通过调整窗口大小和模型参数，得到最优模型。最后，利用MIT-Stanford电池退化数据集验证该方法的有效性。相比于已有预测方法，其在预测精度上有着更好的表现。
- 出版日期2023
- 单位兰州理工大学; 机电工程学院
