基于Elman神经网络的锂离子电池RUL间接预测研究

基于Elman神经网络的锂离子电池RUL间接预测研究

论文摘要

锂离子电池实际容量常采用安时积分法得到,存在测量精度差及累积误差的问题。提出了一种利用锂离子电池循环充放电监测参数(电压、时间、内阻、温度等)构建间接健康因子的方法,实现了电池健康状态的间接预测。选择等压降放电时间作为间接健康因子,通过灰色关联分析法验证了其与锂离子电池实际容量的强鲁棒性。构建基于Elman神经网络的剩余使用寿命(remaining useful life,RUL)预测模型。采用NASA公开的锂离子电池数据集进行测试,结果表明提出的方法框架可以有效地进行电池RUL的间接预测,得到精确的预测结果。

论文目录

  • 1 健康因子构建
  •   1.1 等压降放电时间序列
  •   1.2 灰色关联分析法
  • 2 Elma n神经网络
  •   2.1 Elma n简介
  •   2.2 Elma n训练过程
  •   2.3 锂离子电池RUL预测模型性能评价
  • 3 实验验证与评估
  •   3.1 锂离子电池实验数据集
  •   3.2 锂离子电池RUL的Elma n预测
  •     3.2.1 建立锂离子电池退化模型
  •       (1) Elman神经网络建立退化模型
  •       (2) 采用BP神经网络建立退化模型
  •     3.2.2 等压降放电时间序列预测
  •     3.2.3 RUL预测模型
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 李练兵,祝亚尊,田永嘉,安子腾,王玲珑

    关键词: 锂离子电池,剩余使用寿命,等压降放电时间,灰色关联分析,神经网络

    来源: 电源技术 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 河北工业大学控制科学与工程学院

    分类号: TM912

    页码: 1027-1031

    总页数: 5

    文件大小: 3244K

    下载量: 341

    相关论文文献

    • [1].基于非节假日Elman神经网络的电力负荷短期预测[J]. 现代商贸工业 2018(03)
    • [2].基于改进的Elman神经网络的病虫害预测模型研究[J]. 河套学院论坛 2018(03)
    • [3].Elman神经网络控制与LQR的实践与分析[J]. 工业控制计算机 2018(03)
    • [4].基于改进Elman神经网络的交通标志信息量度量[J]. 交通运输工程与信息学报 2018(03)
    • [5].基于改进Elman神经网络的水稻长势预测系统[J]. 现代盐化工 2019(02)
    • [6].基于Elman神经网络的战斗机空战轨迹预测[J]. 飞行力学 2018(05)
    • [7].基于灰色预测和Elman神经网络的全国用水量预测[J]. 江西科学 2018(06)
    • [8].基于Elman神经网络的共享单车管制研究[J]. 信息与电脑(理论版) 2019(12)
    • [9].基于Elman神经网络的原料奶价格预测研究[J]. 北方经贸 2018(04)
    • [10].基于Elman神经网络算法的电力负荷预测模型研究[J]. 赤峰学院学报(自然科学版) 2017(21)
    • [11].基于Elman神经网络的我国卫生总费用预测研究[J]. 中国医院管理 2018(06)
    • [12].基于Elman神经网络预测的机动目标跟踪滤波算法[J]. 航天电子对抗 2018(03)
    • [13].基于Elman神经网络改进ARIMA模型的网络负荷预测研究[J]. 微型电脑应用 2017(11)
    • [14].基于密度峰值聚类优化的光伏发电功率预测[J]. 现代电子技术 2018(20)
    • [15].基于Elman神经网络观测器的永磁同步电机无传感器控制[J]. 微电机 2019(05)
    • [16].我国猪肉价格趋势变动及其预测——基于Elman神经网络模型的分析[J]. 价格理论与实践 2018(06)
    • [17].低温卷烟加热装置电源能效管控系统[J]. 信息技术 2019(09)
    • [18].基于组合预测模型的电动汽车充电站短期负荷预测研究[J]. 电气技术 2017(02)
    • [19].基于神经网络在线学习的输电线路多时间尺度负载能力动态预测[J]. 电气自动化 2016(02)
    • [20].基于合作对策论的网络安全态势组合预测模型[J]. 系统仿真学报 2017(05)
    • [21].基于GA的改进型动态网络在股市预测中的应用[J]. 计算机技术与发展 2009(01)
    • [22].基于神经网络的淮河流域年径流量预测模型[J]. 水资源与水工程学报 2009(01)
    • [23].基于主成分分析的三种中长期预报模型在柘溪水库的应用[J]. 水力发电 2016(09)
    • [24].多尺度信息熵特征的气液二相流流型识别方法[J]. 化学工程 2009(10)
    • [25].Elman神经网络在区域速度场建模中的应用[J]. 大地测量与地球动力学 2017(10)
    • [26].基于灰色GM(1,1)模型的时间序列预测研究[J]. 微型机与应用 2012(13)
    • [27].融合加权平均的改进小波阈值函数的测量数据处理[J]. 中国科技论文 2018(15)
    • [28].波浪中并靠两船相对运动的短时预报[J]. 中国航海 2014(01)
    • [29].基于Elman超声信号时间融合的塔机防碰撞技术[J]. 传感技术学报 2014(01)
    • [30].基于熵权的年降雨量预报优化组合模型研究[J]. 安徽农业科学 2014(16)

    标签:;  ;  ;  ;  ;  

    基于Elman神经网络的锂离子电池RUL间接预测研究
    下载Doc文档

    猜你喜欢