论文摘要
锂离子电池已经被应用于B787客机,为进一步提高B787锂离子电池的可靠性,针对传统基于相关向量机的电池剩余使用寿命预测方法的不足,提出一种把相关向量机、差分进化算法和粒子群优化算法融合的的方法。通过差分进化算法和粒子群优化算法对相关向量机的参数进行优化,增强其对电池历史监测数据退化趋势的预测能力。应用卡尔曼滤波器对融合算法实施优化,将优化后的预测结果作为在线样本添加到训练集中,对提出的模型重新训练,以此来动态调整系数矩阵和相关向量以执行下一次迭代预测。基于B787锂离子电池测量数据,对所提方法的有效性和鲁棒性进行了验证。
论文目录
文章来源
类型: 期刊论文
作者: 刘贵行,穆东旭
关键词: 剩余寿命预测,相关向量机,锂离子电池,差分进化算法,粒子群优化算法,卡尔曼滤波
来源: 现代电子技术 2019年20期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 航空航天科学与工程,自动化技术
单位: 中国民航大学工程训练中心,中国民航大学电子信息与自动化学院
基金: 国家自然科学基金项目(U1733119),国家自然科学基金项目(U1333111),中央高校基本科研业务费：机载气象雷达冷却系统性能评估研究(3122016D008)~~
分类号: TP18;V242.2
DOI: 10.16652/j.issn.1004-373x.2019.20.023
页码: 94-98+102
总页数: 6
文件大小: 1700K
下载量: 110
相关论文文献
标签：剩余寿命预测论文; 相关向量机论文; 锂离子电池论文; 差分进化算法论文; 粒子群优化算法论文; 卡尔曼滤波论文;