Print

基于扩展卡尔曼滤波的锂离子电池寿命预测方法

论文摘要

锂离子电池寿命预测是掌握电源性能衰退趋势的重要手段,已成为电子系统健康管理领域的研究热点;针对锂离子电池的寿命预测问题,基于NASA艾姆斯中心的锂离子电池地面试验采集的数据,将扩展卡尔曼滤波(EKF)算法应用于锂离子电池寿命预测过程中,并针对预测过程中存在的问题,采用最优Loess平滑原理进行改进,从而提高了预测的稳定性和精确性;实验结果表明,提出的预测方法能够有效地用于锂离子电池寿命预测中,在工程应用方面具有较高的实用价值。

论文目录

  • 0 引言
  • 1 基于扩展卡尔曼滤波（EKF）的蓄电池寿命预测
  • 2 基于最优Loess平滑改进EKF方法
  • 3 仿真实验和结果分析
  •   3.1 NASA的电池寿命预测仿真实验说明
  •   3.2 基于EKF的寿命预测结果分析
  •   3.3 基于最优Loess平滑改进EKF的寿命预测结果分析
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 王海霞,李凯勇

    关键词: 扩展卡尔曼滤波,最优局部加权回归平滑,锂离子电池,寿命预测

    来源: 计算机测量与控制 2019年08期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业,无线电电子学

    单位: 青海民族大学物理与电子信息工程学院

    基金: 青海湟中堆绣艺术图像数字保护资源库开发（2019-GX-170）

    分类号: TM912;TN713

    DOI: 10.16526/j.cnki.11-4762/tp.2019.08.057

    页码: 271-275

    总页数: 5

    文件大小: 2452K

    下载量: 409

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/1fc41fe2b0e01cfae58a9812.html