简介:
基于AR模型和RPF算法的数据驱动的锂离子电池循环寿命预测方法,涉及锂离子电池循环寿命预测方法,数据预测技术领域。本发明解决了现有锂离子电池循环使用寿命预测方法中,基于模型的预测方法建模复杂且参数辨识困难的问题。本发明采用时间序列分析与粒子滤波方法相结合的锂离子电池循环寿命预测方法,该方法首先利用AR模型实现电池性能退化过程时间序列数据的多步预测;然后,重点针对循环寿命预测结果的不确定性表达问题,引入正则化粒子滤波方法,提出一种锂离子电池循环寿命预测方法框架。本发明所提出的方法能够有效地对锂离子电池循环寿命进行预测,并实现预测结果的概率密度分布输出,具有良好的计算效率和不确定性表达能力。
基于AR模型和RPF算法的数据驱动的
锂离子电池循环寿命预测方法,涉及锂离子电池循环寿命预测方法,数据预测技术领域。本发明解决了现有锂离子电池循环使用寿命预测方法中,基于模型的预测方法建模复杂且参数辨识困难的问题。本发明采用时间序列分析与粒子滤波方法相结合的锂离子电池循环寿命预测方法,该方法首先利用AR模型实现电池性能退化过程时间序列数据的多步预测;然后,重点针对循环寿命预测结果的不确定性表达问题,引入正则化粒子滤波方法,提出一种锂离子电池循环寿命预测方法框架。本发明所提出的方法能够有效地对锂离子电池循环寿命进行预测,并实现预测结果的概率密度分布输出,具有良好的计算效率和不确定性表达能力。