典型文献
基于改进LightGBM的电动汽车电池剩余使用寿命在线预测
文献摘要：
为实现电池剩余使用寿命(RUL)在线预测和降低数据离群值对预测精度影响,提出基于改进轻量型梯度提升机(LightGBM)的RUL在线预测方法.首先,为实现RUL在线预测,通过等压降时间与容量衰减的关系,选取等压降时间为健康因子;然后,为降低数据离群值对预测精度的影响,构建基于LightGBM的预测模型,采用Bagging的学习方式,忽略离群值权重;接着,为进一步降低离群值影响,基于一种兼具自适应性和鲁棒性的损失函数(ARLF)对LightGBM进行改进,通过超参数 α 限制损失函数一阶导数幅值的饱和值,在残差增长时,限制离群值对梯度的影响;最后,通过行驶工况下电池全生命周期容量测试实验数据,对比基于不同损失函数的RUL在线预测效果,验证所构建健康因子和所提预测方法的有效性.
文献关键词：
锂离子电池;剩余使用寿命;在线预测;离群值;改进轻量型梯度提升机
中图分类号：
作者姓名：
肖迁;穆云飞;焦志鹏;孟锦豪;贾宏杰
作者机构：
智能电网教育部重点实验室(天津大学) 天津 300072;省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学) 天津 300130;四川大学电气工程学院 成都 610065
文献出处：
引用格式：
[1]肖迁;穆云飞;焦志鹏;孟锦豪;贾宏杰-.基于改进LightGBM的电动汽车电池剩余使用寿命在线预测)[J].电工技术学报,2022(17):4517-4527
A类：
改进轻量型梯度提升机,ARLF
B类：
LightGBM,电动汽车电池,剩余使用寿命,在线预测,RUL,离群值,精度影响,等压,压降,容量衰减,健康因子,Bagging,学习方式,自适应性,损失函数,超参数,一阶导数,数幅,饱和值,行驶工况,容量测试,测试实验,比基,锂离子电池
AB值：
0.244354
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。
