基于相關向量機的鋰離子電池在線剩余壽命預測方法研究.pdf

1、鋰離子電池具眾多優(yōu)良特點，例如高工作電壓、高能量密度、低損耗、無記憶性、自放電率低、循環(huán)壽命長、低污染等，廣泛應用于民用和軍工等諸多領域。隨著鋰離子電池產業(yè)和技術的迅猛發(fā)展，對鋰離子電池的預測及健康管理問題近年來受到眾多學者的關注，特別是鋰離子電池工作狀態(tài)下的狀態(tài)監(jiān)測及剩余壽命預測等問題。這些研究對于鋰離子電池的可靠性評估、維修優(yōu)化及科學管理至關重要。本文針對鋰離子電池工作過程中的實際情況，主要研究了以下問題：
　　（1）對鋰離子

2、電池間接健康因子的提取進行研究。鋰離子電池在線剩余壽命預測的一個難點和關鍵問題是表征電池退化的健康因子的選取。由于在工作過程中，鋰離子電池的直接健康因子電池容量無法測量，本文考慮間接健康因子提取的可行性，從鋰離子電池充放電過程中的電壓、電流和溫度曲線中提取了5個間接健康因子，構建表征電池狀態(tài)的間接健康因子向量。
　　（2）對鋰離子電池容量的在線估計進行研究?？紤]到鋰離子電池電量是其健康狀態(tài)的直接健康因子，本文利用間接健康因子向量作

3、為模型輸入，對鋰離子電池容量進行在線估計。為了增強模型的估計精度、魯棒性和泛化能力，提出了一種基于自適應多核相關向量機子模型和加權歐氏距離相似度的動態(tài)集電池容量估計模型。集成模型利用多核相關向量機作為子模型，以提高泛化能力，并且利用加速粒子群算法對多核相關向量機的核參數進行優(yōu)化，然后利用在線數據不斷更新子模型權重，動態(tài)集成子模型的輸出，進一步提高了在線電量估計的精度。通過模型比較與交叉驗證，證明了模型的有效性。
　?。?）對鋰離子

4、電池容量的衰減趨勢以及在線剩余壽命預測進行研究。首先利用相空間重構技術處理的電池容量數據，分別利用互信息法和CAO方法計算延遲時間和嵌入維數，構造成模型的訓練數據集。然后，提出利用在線學習多核相關向量機模型對鋰離子電池的剩余壽命進行在線預測。模型能夠利用新的在線數據進行更新，使剩余壽命的預測精度隨著在線數據的增多而提高。該模型能夠較好的實現(xiàn)電池容量衰減趨勢的長期預測，并且模型更新的效率較高，計算所需內存較少。最后，通過實驗對比，驗證了模