通过引入锂电池剩余寿命的描述，获得基于剩余容量的表征方式。为验证结论的可靠性，以NASA PCoE实验中心的锂离子电池实验数据为对象，分别使用二次函数、灰色理论和扩展卡尔曼滤波方法进行了相关的数据处理。结果表明，训练数据量的大小与预测精度相关，且在同等条件下，扩展卡尔曼滤波算法的预测结果最可靠。为了获取更好的剩余寿命(RUL)预测精度，建议未来采用无迹卡尔曼滤波算法(UKF)结合其他算法的联合估计方法。
科研之友
微信
新浪微博
Facebook
分享链接
