【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，本文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；为进一步降低离群值影响，基于一种兼具自适应性和
【机 构】
：
智能电网教育部重点实验室(天津大学)
【基金项目】
：
国家自然科学基金（52107121，U2066213）； 中国博士后科学基金（2020M680880）资助项目；
论文部分内容阅读
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，本文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；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预测效果，验证所构建健康因子和所提预测方法的有效性。
其他文献
春暖花开的季节总是让人身心愉悦,但在气温回暖、空气质量改善的同时,各类细菌、病毒也已悄然而至,如常见的手足口病、麻疹、腮腺炎、水痘等传染性疾病均好发于此季节。因此,了解春季儿童常见传染病的特点及预防措施,对确保儿童健康成长至关重要,已成为广大家长朋友们共同关注的热点问题。本文将着重为大家列举几种儿童春季常见传染病的相关防控措施,以利于朋友们在实际生活中结合家庭实际情况合理取舍,降低儿童春季传
2020年是不平凡的"抗疫年"。在外防输入的战役中,中国海关一方面筑牢口岸疫情防线,强化食品、冻品等监管,另一方面在检验检疫、跨境电商、加工贸易等方面频出新政,全力推进"稳外贸、稳外资"工作。在一系列优惠政策中,我们和广大企业感触最深的,还是海关主动披露及AEO信用管理体系给企业带来的合规管理理念的深化,以及进出口实务操作中的切实支撑。
随着城市化进程不断加快,城市社区的火灾风险因素不断变化,城市社区消防安全面临巨大的挑战。文章通过对火灾因素的两类火灾危险源理论分析,采用划分城市火灾风险等级的方法,对火灾风险指标分级量化,在此基础上建立城市区域火灾风险指标体系,构造判断矩阵标度,依据评价指标权重计算和系统权重累积计算两部分,得出城市社区火灾风险评价数值,该数值可以对城市社区消防安全风险进行判断。
人类社会的每一次进步与发展，某种程度上都与其基础设施的完善密切相关，农业基础设施的不断完善，使人类社会农业生产力水平有了极大地提升；工业基础设施的完善，使人类社会工业生产力有了质的飞跃；信息基础设施的完善，必然会给我们身处的信息社会带来广泛而深远的影响。新型基础设施的完善与成熟意义不仅仅在于其带来经济上的乘数效应，其最大的价值在于随着新一轮工业革命与产业革命的孕育兴起，以大数据、云计算、物联网、区
合规文化的建立非一日之功,合规管理的落实也无法一蹴而就。通过多年始终如一的坚持,兵工财务公司搭建了完善的合规管理体系,为二十三年的稳定高速发展筑牢了根基。公司将继续慎思谨行、安心守则,持之以恒地坚持合规底线、规范经营,为集团公司保持稳定优质发展,继续全A业绩作出了贡献。
县域国库是连接财政和税务、海关等多个职能部门的纽带,担负着监督预算收入的及时准确入库和预算支出的有效合规使用。县域国库依托现代化国库信息系统,发挥了高效、直达、安全的清算优势,利用集中掌握的数据为地方政府决策层提供真实可靠的调研分析报告。一、县域国库历史发展沿革1985年,国务院正式颁布实施《中华人民共和国国家金库条例》,以法规的形式明确了人民银行经理国库的体制。国库成立初期,采用传统手工记
使用早期数据准确预测电池（RUL）可以加速电池的改进和优化。然而电池退化过程是非线性的，且在早期阶段容量衰减可忽略不计，使得RUL预测具有挑战性。为解决这一问题，本文使用电池早期循环数据，并构建WOA算法和XGBoost算法的混合预测模型预测RUL。文章首先对电池实验数据进行预处理，观察放电电压-容量退化曲线和容量增量曲线的变化，选取与实际容量状态相关性较高的潜在特征，并将其时间序列数据作为XGB
随着国家金库工程的建设,国库信息化发展取得新突破,国库业务电子化程度显著提高。但是,国家金库工程尚未全面涵盖档案管理,为全面推动国库高质量发展,贯彻落实新发展理念,黑龙江省应开发应用国库会计档案管理电子化系统,提高档案管理水平。
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（Remaining Useful Life,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（Echo State Network,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
准确判断锂离子电池健康状态对于设备的安全稳定运行具有重要意义。针对锂离子电池在循环过程中由于充电策略变化引起电池衰退趋势变化从而导致难以追踪的问题，提出了一种适用于不同充电策略的锂电池剩余寿命预测方法。首先，基于NASA与斯坦福-MIT的电池数据提取电池电压平均变化率构建为电池衰减健康因子，然后，将健康因子与电池容量载入基于樽海鞘群算法优化的极限学习机模型之中训练，获取电池在不同充电策略状态下的衰