科研之友
微信
新浪微博
Facebook
分享链接
摘要
锂离子电池的剩余寿命预测是电池健康管理系统的关键环节,对保障相关设备和系统的安全性与可靠性具有重要意义。在现有文献方法中,基于模型的剩余寿命预测方法受限于机理建模的复杂性,数据驱动的方法大多采用单一电池容量特征进行预测建模,而实际应用中容量通常难以直接获取,实用性受限。为了解决上述问题,本文提出一种融合多源特征和双阶注意力的锂离子电池剩余寿命预测方法。首先,从电池的电压、电流、温度数据中提取六个表征电池老化的健康因子作为多源特征输入。然后,采用基于门控循环单元的编码器-解码器网络预测结构,并在编解码两阶段中引入注意力机制来自适应地选择相关特征信息。最后,为了验证所提方法的有效性,在NASA电池数据集上进行了剩余寿命预测实验。实验结果表明所提出的方法预测精度高,误差小,具有较好的适用性。
- 单位
