摘要
容量和阻抗通常是用于确定锂离子电池健康状态的直接特征,但不易直接测量。针对锂离子电池剩余使用寿命(RUL)预测的问题,提出一种基于期望分位数回归(ER)的间接预测方法。首先,从电池的充电过程中提取能够表征电池性能退化的间接健康因子,并利用Pearson和Spearman相关性分析法分析与容量之间的相关性;其次,通过结合极限学习机(ELM),开发了一种新的期望分位数回归-极限学习机(ER-ELM)模型;引入BFGS拟牛顿法优化ER-ELM模型参数,建立锂离子电池RUL预测模型;最后,利用CALCE锂电池数据集进行模型验证。结果表明,与标准ELM模型相比,ER-ELM模型预测结果输出稳定,预测结果的最大均方根误差为0.0289,拟合优度均在98%以上,在追踪容量衰退和再生方面具有更好的性能。
- 单位