科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了准确地预测锂离子电池的剩余寿命，提出了变分模态分解(VMD)结合粒子群算法(PSO)优化极限学习机(ELM)的锂离子电池剩余寿命预测模型。首先，根据放电容量与电压曲线、最高温度、最大内阻和放电容量提取出与锂离子电池剩余寿命高度相关的健康因子，然后利用PSO算法对ELM神经网络的权值和阈值进行优化，采用VMD分解将锂离子电池的剩余寿命原始数据分解为若干子序列，基于PSO-ELM模型对各个子序列进行预测，最后将各个子序列的预测结果求和，即为锂离子电池剩余寿命的预测值。结果表明，VMD-PSO-ELM模型与其他模型相比，更能精准地预测锂电池的剩余寿命。
- 单位
