基于机器学习的新能源汽车电池剩余寿命预测

基于机器学习的新能源汽车电池剩余寿命预测

论文摘要

利用一种改进的RVM模型(RVR-NDM)进行锂电池的剩余寿命预测,通过重构模型参数,提高了模型的预测性能,并将该方法应用于预测锂离子电池的剩余寿命。以充放电循环次数200,400和600为预测时间,分别进行了LR,RVR和RVR-NDM等3种不同方法对CALCE的数据集的验证。实验结果表明,当充放电循环次数为400或600时,RVR-NDM和RVR模型都展现出了良好的预测性能,且RVR-NDM的预测精度要高于RVR。

论文目录

  • 0 引言
  • 1 基本原理与算法流程
  • 2 分析与讨论
  • 3 结束语
  • 文章来源

    类型: 期刊论文

    作者: 王正

    关键词: 锂电池,剩余寿命预测,健康因子

    来源: 机械与电子 2019年12期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 汽车工业,自动化技术

    单位: 宁夏大学新华学院,宁夏大学土木与水利工程学院

    基金: 宁夏大学新华学院科学研究基金资助项目(18XHKY01),宁夏2019年度高等学校“双师型教师实践锻炼计划”项目

    分类号: TP181;U469.72

    页码: 9-11+15

    总页数: 4

    文件大小: 426K

    下载量: 440

    相关论文文献

    标签:;  ;  ;  

    基于机器学习的新能源汽车电池剩余寿命预测
    下载Doc文档

    猜你喜欢