基于PCA-NARX的锂离子电池剩余使用寿命预测

作者：庞晓琼; 王竹晴; 曾建潮; 贾建芳; 史元浩; 温杰

来源：北京理工大学学报, 2019, 39(04): 406-412.

DOI：10.15918/j.tbit1001-0645.2019.04.012

• 锂离子电池
• 剩余使用寿命
• 相关性分析
• PCA算法
• NARX神经网络

目前基于数据驱动的锂离子电池RUL预测方法不能较好地适应于同类型不同电池的RUL预测,且预测精度易受健康因子冗余或不足的影响.针对以上问题,提出一种结合主成分分析(PCA)特征融合与非线性自回归(NARX)神经网络的锂离子电池RUL间接预测框架.首先提取多个能反映电池性能退化的可测参数,并将PCA去除冗余后的结果作为预测健康因子;然后利用一组电池的全寿命数据构建基于NARX神经网络的健康因子和容量预测模型,对同类型不同电池预测时将该电池寿命前期健康因子作为输入,即可间接预测出其RUL.最后实验结果表明所提框架在同类型不同电池RUL的预测中精度较高且适应性较强.

• 单位
  中北大学