發(fā)布時間：2023-02-14 14:40

　　電池退化信號具有非平穩(wěn)、非線性特性,為自適應(yīng)提取能準(zhǔn)確表達(dá)電池退化特性的健康因子(HI),提高鋰離子電池剩余壽命(RUL)的預(yù)測精度,提出一種基于堆疊稀疏自編碼(SAE)和變分模態(tài)分解(VMD)的HI構(gòu)建方法。首先利用SAE深度神經(jīng)網(wǎng)絡(luò)對多個電池參數(shù)去噪、降維,提取出一個集中包含電池退化特性的融合HI;然后利用VMD將融合HI的全局衰減、局部再生和其他噪聲3種模態(tài)進(jìn)行有效分離,將被分離的3個分量作為電池HI,以此消除HI不同尺度上波動之間的相互干擾,提高RUL預(yù)測精度。鋰離子電池RUL的預(yù)測結(jié)果表明,使用該方法所提HI得到的RUL預(yù)測精度最高,說明所提HI品質(zhì)最高。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 基于SAE-VMD的電池HI提取
    1.1 基于棧式SAE的參數(shù)融合
    1.2 變分模態(tài)分解
    1.3 基于SAE-VMD的健康因子提取和RUL預(yù)測
2 試驗與驗證
    2.1 試驗數(shù)據(jù)
    2.2 基于SAE參數(shù)融合和評估
    2.3 基于VMD的HI多尺度分解
    2.4 基于RVM和ANN鋰離子電池RUL預(yù)測試驗
3 結(jié) 論



本文編號：3742555