基于机器学习的锂离子电池剩余寿命预测研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:baomeng999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
锂离子电池作为广泛应用于生活消费产品和国防工业设备的供能单机,对其健康状态和剩余寿命的研究意义重大。随着锂离子电池应用的增多和数据收集技术的发展,可以监测搜集到锂离子电池多种相关数据。本文基于机器学习利用多维的监测数据,实现不同充放状态下的锂离子电池健康状态估计和剩余寿命预测。本文主要研究包括如下:(1)给出锂离子电池在不同充放电状态下的健康指标和参数选取方法。针对两种锂离子电池充放电状态:完全充放周期和不完全充放周期的电池数据情况进行分析,根据其充电过程和放电过程的特征选取锂离子电池的性能参数。结合锂离子电池参数在较短时间内不会出现较大反复突变的数据特点,提出了时间窗口分段的箱型图法检测去除选取参数中的异常值的方法,随后根据数据给出标准化的方法。最后利用所提方法对锂离子电池监测数据进行了参数选取和健康指标的构建。(2)提出针对锂离子电池健康状态估计的遗传规划模型。通过利用监测参数在完全充放状态和不完全充放状态下,对锂离子电池健康状态实现了准确估计。构建出由多个参数组成的表达式进行多次的迭代进化得到的自适应锂离子电池健康状态估计模型。该方法具有较强的泛化能力,能够实现两种不同的充放电状态的锂离子电池健康状态估计。同时为进一步优化自适应的模型参数,利用粒子群算法提升了模型对于电池健康状态估计的鲁棒性。该模型能够进一步探究性能参数和健康状态之间的内在关系,并为锂离子电池后续的剩余寿命预测研究奠定了良好的基础。(3)实现对锂离子电池的剩余寿命预测研究。首先通过健康状态参数差分,对健康状态进行趋势延伸和预测,然后利用长短时记忆网络预测趋势剩余项,从而达到不同充电状态下对锂离子电池的健康状态衰退预测以及对锂离子电池剩余寿命预测。针对所提模型对锂离子电池进行试验验证,通过多种方法对比,进一步验证模型的预测精度和泛化能力。通过试验表明,所提方法在锂离子电池缓慢衰退条件下能够很好地实现预测。
其他文献
<正>【裁判要旨】乡道由于建设标准不高,行驶条件相对较差,交通事故易发多发进而导致纠纷和诉讼。乡镇人民政府作为乡道的管理者,负责乡道的建设、养护和管理工作,对其行政区域内的乡道负有安全保障义务。乡镇政府因道路管理养护缺陷导致机动车发生交通事故造成损害的,应承担违反安全保障义务的侵权责任。为合理平衡权利保护,对于乡镇政府是否违反乡道安全保障义务,应当结合具体交通事故的实际情形,综合考虑乡道管理的公益
期刊
随着信号的传输速率越来越高,传输路径越来越复杂,信道建模的难度也越来越大。当前的高速传输主要采用串行Ser Des的方式,相比于并行信号,Ser Des具有布线空间少、抗干扰能力强、传输速率快等优点。但高速Ser Des信号,对发送端和接收端的均衡能力要求高。均衡技术作为高速Ser Des串行通信系统的核心,可以有效的解决损耗对信号的影响从而降低误码率。因此本文针对高速串行信道的建模和均衡优化技术
学位
中国人口老龄化形势的日益严峻,中老年服装市场逐步扩大,而目前中老年服装的市场相对青年服装发展缓慢,随着社会经济水平的提高,中老年人对服装的品质、舒适感、美观度提出了更高的需求,而相对应的中高端市场存在空缺。服装市场的发展与针对该群体的服装研究息息相关,现有针对中老年女性服装及原型的研究基于基本的人体测量和分析,转化为服装结构调整时存在一定的精度损失,同时受制于经费、人力等,往往具有地域性限制。本研
学位
<正>北京市属医院各级党组织突出“六聚焦六强化”,构建思想同心、目标同向、工作同力、落实同步的党建与业务深度融合机制,引领市属医院高质量发展迈出新步伐。聚焦政治引领强化思想融合坚持以“两个维护”为统领,努力推动党建与业务工作同频共振。坚持以政治要求把关定向。树立“没有离开政治的业务,也没有离开业务的政治”理念,深入学习习近平总书记关于北京工作、卫生健康、公立医院的重要讲话和指示精神,在推动疫情防控
期刊
海面风场是海洋动力过程的基本参量,也是海洋数值预报的重要边界条件。海面风速是海面风场的重要组成部分,提高海面风速数据的数量和质量,能够有效增强对热带气旋的预报能力,保障海洋和沿海人类活动的安全。卫星遥感是海面风速观测的重要方法,但卫星观测通常存在数据空缺的问题。为此,研究者们相继提出了传统方法和基于机器学习的方法等类型的一系列卫星观测补全方法。然而,传统方法存在难以显著提高数据的空间覆盖率和时间分
学位
卫星关键单机剩余寿命预测是及时发现并预报故障,实现卫星在轨安全可靠运行,充分发挥卫星应用效能的重要技术手段与保障,对于卫星的设计,使用和监测都有着十分重要的作用。在实际工作中,卫星关键单机具有监测参数多,数据传输过程噪声大,健康指标难以确定等特点,给卫星关键单机的剩余寿命预测带来了困难。针对上述问题,本文研究基于机器学习的卫星关键单机剩余寿命预测模型,主要研究如下:(1)卫星关键单机在轨监测参数众
学位
热带气旋和中尺度涡是大气和海洋中典型的涡旋系统,由于自身垂直结构与强大动能,在全球大气和海洋流场中具有强大的物质和能量运输能力,对天气和海洋系统以及气候变化具有重要影响。因此,准确预测大气和海洋中的涡旋系统具有重要的科学意义和应用价值。然而,基于经验关系的统计方法和基于动力学方程的数值方法仍然难以准确预测热带气旋和中尺度涡等涡旋系统。针对上述问题,本文利用机器学习方法对热带气旋和海洋中尺度涡开展相
学位
近年来,降水引发的洪涝灾害频发,定量、定时、定点的降水预报显得尤为重要。数值预报是我国中短期降水预报的主要方法,但是数值预报模式输出的降水量往往与实际情况存在偏差,需要对数值预报产品进行偏差订正。然而传统方法通常都是基于线性相关分析挑选预报因子,再在线性相关的基础上建立预报模型,对于降水这种高度非线性的问题往往难以得到令人满意的预报效果。本论文主要研究机器学习对数值预报模式降水产品的偏差订正。首先
学位
随着量子算法和量子计算机技术的发展,基于传统经典难题的公钥密码体制将不再安全。区块链作为当前最前沿的研究领域之一,其共识机制的安全性面临着量子攻击的威胁。研究设计抗量子区块链成为亟待解决的问题。近年来,人们提出了基于格理论的区块链签名方案,这些方案虽然具有理论意义,但由于密钥和签名的尺寸较大,不适合应用于区块链中。为了解决上述问题,本文研究基于理想格的签名方案,主要研究成果如下:(1)提出了适用于
学位
随着市场需求的变化,服装向着满足消费者个性化需求的方向发展,服装订单以多品类、小批量、短周期为特征,这就要求服装生产线不仅需要解决提高产能的问题,同时还要提高生产线的柔性快速反应能力,从而及时应对新订单到达时的排产和交货需要。提高生产线的柔性快速反应能力,需要提高人员和设备资源的配置速度。在生产线的加工任务已经明确后,通过服装生产线的人员和设备资源的协同配置,实现生产计划的顺利进行。提高生产线的生
学位