典型文献
车用动力电池全生命周期寿命预测方法
文献摘要：
为准确量化车用动力电池老化程度,提升其行业利用率,实现电池的全生命周期剩余寿命(Remaining useful life,RUL)的精确预测,提出一种基于多系数模型的车用动力电池全生命周期寿命预测方法.该方法融合重组了传统的经验指数模型和改进后的多项式回归模型,重组后的模型能在实验数据分析的基础上追踪电池全生命周期内的寿命退化趋势.该方法采用粒子滤波(Particle filter,PF)思想在线调整模型参数,设计了针对动力电池不同状态,不同容量种类的算例预测电池的RUL,通过改进多项式回归模型,传统经验指数模型以及多系数模型的预测精度对比评估模型.实验结果表明:相较于经验指数模型和改进后的多项式回归模型,本文提出的多系数模型针对电池容量衰减具有更好的拟合能力;结合粒子滤波算法,该模型无论是对在役电池还是退役电池均具有高精度的寿命预测结果.该方法对不同容量的动力电池均能准确预测电池失效时间,在电池梯次利用行业具有一定的适用性.
文献关键词：
动力电池;寿命预测;粒子滤波;融合模型;容量衰减
中图分类号：
作者姓名：
周雅夫;刘邵勋;孙宵宵;黄立建;连静
作者机构：
工业装备结构分析国家重点实验室(大连理工大学),辽宁 大连116024;大连理工大学 运载工程与力学学部汽车工程学院,辽宁 大连116024
文献出处：
引用格式：
[1]周雅夫;刘邵勋;孙宵宵;黄立建;连静-.车用动力电池全生命周期寿命预测方法)[J].哈尔滨工业大学学报,2022(06):37-44
A类：
B类：
车用,动力电池,寿命预测方法,电池老化,老化程度,剩余寿命,Remaining,useful,life,RUL,精确预测,系数模型,方法融合,指数模型,多项式回归模型,Particle,filter,PF,在线调整,不同容量,传统经验,精度对比,对比评估,电池容量,容量衰减,粒子滤波算法,在役,退役电池,准确预测,电池失效,梯次利用,融合模型
AB值：
0.331021
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
