简介:
本发明公开了一种基于EMD‑MRVR的多应力下电池寿命预测方法。所述方法包括以下步骤:输入在不同的应力条件下开展试验所获得的可反映电池老化的时序数据及所有应力条件下均适用的统一失效阈值;对输入的时序数据进行预处理;采用经验模态分解将预处理后的时序数据分解为高频内涵模态分量和低频残差分量,通过对残差分量进行拟合,从而获得电池老化经验模型;训练多输出相关向量回归机模型;对训练好的多输出相关向量回归机模型输入新的应力条件,可得到该应力条件下的电池老化经验模型的模型参数,从而得到该应力条件下的电池老化经验模型,进而实现该应力条件下的电池寿命预测,辅助电池生产厂家及维护人员进行生产及维护工作。
本发明公开了一种基于EMD‑MRVR的多应力下电池寿命预测方法。所述方法包括以下步骤:输入在不同的应力条件下开展试验所获得的可反映电池老化的时序数据及所有应力条件下均适用的统一失效阈值;对输入的时序数据进行预处理;采用经验模态分解将预处理后的时序数据分解为高频内涵模态分量和低频残差分量,通过对残差分量进行拟合,从而获得电池老化经验模型;训练多输出相关向量回归机模型;对训练好的多输出相关向量回归机模型输入新的应力条件,可得到该应力条件下的电池老化经验模型的模型参数,从而得到该应力条件下的电池老化经验模型,进而实现该应力条件下的电池寿命预测,辅助电池生产厂家及维护人员进行生产及维护工作。