基于混合网络的锂离子电池健康状态与剩余使用寿命联合估计方法 |
| |
引用本文: | 朱振宇,高德欣.基于混合网络的锂离子电池健康状态与剩余使用寿命联合估计方法[J].信息与控制,2024(1):120-128. |
| |
作者姓名: | 朱振宇 高德欣 |
| |
作者单位: | 青岛科技大学自动化与电子工程学院 |
| |
基金项目: | 山东省重点研发计划(2019GGX101012);;山东省自然科学基金项目(ZR2022ME194); |
| |
摘 要: | 为高效准确实现锂电池健康状态(state of health, SOH)和剩余使用寿命(remaining useful life, RUL)预测,提出了一种基于混合网络的锂离子电池SOH与RUL联合估计方法。首先,建立锂电池间接健康特征(health factor, HF)提取框架,以HF为输入,容量为输出,使用卷积神经网络(convolutional neural network, CNN)和门控循环单元网络(gated recurrent unit, GRU)构成CNN-GRU电池SOH估计模型,对电池SOH进行估计;然后利用SOH估计结果和SOH真实值建立CNN-GRU电池RUL预测模型,对电池RUL进行预测。实验结果表明,SOH估计最大均方根误差在2.31%以内,RUL预测误差在5.29%以内,该方法可以实现锂电池SOH和RUL较为全面的评估。
|
关 键 词: | 锂离子电池 健康状态 剩余使用寿命 混合网络 |
|
|