科研之友
微信
新浪微博
Facebook
分享链接
摘要
锂离子电池被广泛应用于支撑新能源并网设备中，其剩余使用寿命（RUL）预测对设备运维管理极为重要，该文提出一种基于差分电压和改进布谷鸟搜索算法（ICS）-Elman神经网络预测锂离子电池RUL的方法。首先，对电池内部的电化学反应和外部的数据特征进行分析，选取结合电池内外特征的差分电压曲线作为特征提取对象，在充电差分电压曲线和放电差分电压曲线中选取相关特征；其次，考虑电池容量再生现象，选取Elman神经网络作为电池容量预测模型；然后，为提高预测精度，考虑利用改进的布谷鸟搜索算法对网络的初始权值和阈值进行参数寻优，ICS算法以改进概率公式、增加扩散因子、混沌初始化3种方法对传统CS算法进行改进，最终形成ICS-Elman预测方法；最后，利用NASA数据集和自测数据集对ICS-Elman方法进行验证，对比分析CS-Elman、Elman方法，结果表明所构建的ICS-Elman方法能更准确有效地预测锂离子电池RUL。
- 单位
