電池退化信號(hào)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(cè)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(duì)多個(gè)電池參數(shù)去噪、降維,提取出一個(gè)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(gè)分量作為電池HI,以此消除HI不同尺度上波動(dòng)之間的相互干擾,提高RUL預(yù)測(cè)精度。鋰離子電池RUL的預(yù)測(cè)結(jié)果表明,使用該方法所提HI得到的RUL預(yù)測(cè)精度最高,說(shuō)明所提HI品質(zhì)最高。

【文章頁(yè)數(shù)】：8 頁(yè)

【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(cè)
2 試驗(yàn)與驗(yàn)證
    2.1 試驗(yàn)數(shù)據(jù)
    2.2 基于SAE參數(shù)融合和評(píng)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(cè)試驗(yàn)
3 結(jié) 論



本文編號(hào)：3742555