典型文献
基于间接健康指标与回声状态网络的航空锂电池剩余使用寿命预测
文献摘要：
航空锂电池是飞机的重要组成部分,对其进行剩余使用寿命(RUL)预测至关重要.目前,一般采用锂电池容量作为RUL指标,但在飞机实际运行中,锂电池容量难以准确测量,同时面临长期寿命预测精度的问题.因此,提出一种基于间接健康指标和回声状态网络(ESN)的锂电池RUL预测方法,基于一阶偏相关系数分析方法提取最能代表电池寿命的间接健康指标来代替容量指标,建立间接健康指标预测模型.同时基于深度学习中的ESN,结合粒子群优化算法(PSO)对网络参数进行优化,建立退化预测模型,实现锂电池RUL预测,解决长期预测精度问题.使用NASA电池数据进行实验验证说明,该方法相较于其他方法具有更高的精度、稳定性以及良好的泛化能力.
文献关键词：
锂电池;间接健康指标;回声状态网络;粒子群优化;剩余使用寿命预测
中图分类号：
作者姓名：
后麒麟;曹亮;单添敏;王景霖;沈勇
作者机构：
故障诊断与健康管理技术航空科技重点实验室,上海 201601;航空工业上海航空测控技术研究所,上海 201601
文献出处：
引用格式：
[1]后麒麟;曹亮;单添敏;王景霖;沈勇-.基于间接健康指标与回声状态网络的航空锂电池剩余使用寿命预测)[J].测控技术,2022(07):57-63
A类：
间接健康指标
B类：
回声状态网络,锂电池,剩余使用寿命预测,RUL,电池容量,实际运行,准确测量,ESN,偏相关系数,相关系数分析,电池寿命,容量指标,指标预测,粒子群优化算法,PSO,网络参数,退化预测模型,长期预测,精度问题,NASA,其他方法,泛化能力
AB值：
0.236425
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。
