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