科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对车载环境下电池容量难以预测，电池退役时间难以确定的问题，提出基于车辆日常充电片段数据来估算电池当前最大可用电量，构建电池当前可用最大容量与行驶里程的序列关系以描述电池的退化特征，为剩余寿命预测提供可靠依据。首先在电池的充电工况下以安时积分法估算电池的当前可用最大容量，利用卡尔曼滤波对得到的容量值进行修正，然后建立长短期记忆（LSTM）神经网络模型来预测在车辆行驶里程下的电池容量衰退轨迹。结果表明：该方法实现了电池容量的准确预测，为车辆电池退役时间确定提供了可靠依据。不同训练集下均方根误差均低于多项式回归模型和高斯回归模型，预测精度至少提高了12.7%，具有较强的适用性和实际意义。
-
单位工业装备结构分析国家重点实验室; 大连理工大学
