文献类型：期刊文章

作　　者：刘博[1] 尹杰[1] 李然[2]

LIU Bo;YIN Jie;LI Ran(Institute of Sensor and Reliability Engineering,Harbin University of Science and Technology,Harbin 150080,China;Automotive Electronic Drive Control and System Integration Engineering Research Center,)

机构地区：[1]哈尔滨理工大学传感器与可靠性工程研究所,黑龙江哈尔滨150080 [2]汽车电子驱动控制与系统集成教育部工程研究中心,黑龙江哈尔滨150080

出　　处：《电力系统保护与控制》

基　　金：黑龙江省自然科学基金项目资助(LH2022E088);教育部联合发展基金项目资助(8091B022133)。

年　　份：2024

卷　　号：52

期　　号：9

起止页码：123-131

语　　种：中文

收录情况：BDHX、BDHX2023、CSCD、CSCD2023_2024、DOAJ、EI、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对锂离子电池剩余寿命预测精度低、泛化能力差等问题,提出基于改进粒子滤波的预测方案。首先,提出双高斯模型作为退化经验模型,拟合锂离子电池的容量退化过程。然后,通过先验知识设置退化模型的初始参数,并利用粒子滤波方法进行参数更新。针对预测过程中出现的粒子退化问题,提出高斯混合方法进行粒子重采样,拟合重采样过程中粒子复杂的非线性分布和长尾分布,保证预测结果的概率密度分布状况均匀且集中。最后在不同的数据集上进行了实验验证,结果表明所提出的改进粒子滤波方案具有较高的精度和较强的鲁棒性。

关 键 词：锂离子电池 剩余寿命预测 粒子滤波 高斯混合模型

分 类 号：TM912] TN713]