科研之友
微信
新浪微博
Facebook
分享链接
摘要
锂电池管理系统对于锂电池的效率、寿命和安全至关重要，而电池管理系统对电池的控制、热管理和故障诊断等都需要依赖于准确的电池热过程模型。然而锂电池热过程属于一种具有强非线性特征的分布参数系统，电池内部的温度分布是时空耦合的，并且具有无限维的特性，使得建模存在很大的困难。针对上述问题，本工作提出了一种基于LE-ELM的锂离子电池热过程建模方法。首先使用基于拉普拉斯特征映射（laplacian eigenmaps,LE）的局部非线性降维方法构建空间基函数，以表征系统固有的非线性拓扑特征；利用所得的基函数进行时空分离，获得原始数据的低阶时序表达；然后用极限学习机（extreme learning machine,ELM）以时间系数和对应的电流电压输入信号来近似低阶时序模型。最后集成辨识出的ELM模型与空间基函数，通过时空综合重构出锂离子电池的全局时空模型。为验证算法的有效性，使用所提出的方法对三元软包锂电池热过程进行建模。
