《电子测量技术杂志》发表论文赏析

基于VMD和优化的LSTM锂离子电池寿命预测方法

来源:电子测量技术杂志2022年第23期北京时间:

作者:叶鑫,王海瑞,李远博,朱贵富

单位:1.昆明理工大学信息工程与自动化学院 昆明 650500;2. 昆明理工大学信息化建设管理中心,昆明 650500

摘要:针对锂电池使用过程中存在容量回升造成非平稳的容量退化趋势,造成模型的预测精度容易受到干扰的问题,提出一种基于变分模态分解(VMD)与贝叶斯优化(BO)的长短期记忆神经网络(LSTM)的锂电池剩余寿命预测方法。首先,通过变分模态分解将原始容量退化序列进行分解,得到有限个模态分量;然后对分解之后的分量进行降噪、重构;最后,使用贝叶斯优化的长短期记忆神经网络算法对处理之后的数据进行寿命预测,获得最终的锂电池剩余寿命(RUL)预测结果。通过CALCE中心的锂离子电池数据集进行实验,所提出的VMD-BO-LSTM锂电池组合预测模型具有较高的预测精度与稳定性,实验采用的电池均方根误差的平均值小于7%,且优于其他预测模型。

关键词:锂离子电池; 剩余使用寿命; 变分模态分解; 贝叶斯优化; 长短期记忆神经网络

2022年23期其他文献查阅:

基于图优化和EKF的UWB组合定位算法

基于模糊PID的供暖设备控制系统设计

神经网络校准的磁强计与卫星组合测姿方法

基于内模控制的逆变器并离网无缝切换策略研究

含打印错位字符的机动车登记证识别算法设计

基于Vivado HLS的内窥镜实时暗部增强算法设计

改进RRT结合B样条的移动机器人路径规划研究

基于改进Census变换和自适应权重的立体匹配算法

基于遗忘因子递推最小二乘法的锂电池 等效电路模型参数辨识方法

融合注意力机制的BiLSTM网络实现无创血压测量

基于ICEEMDAN-MPE和AO-LSSVM的滚动轴承故障诊断

基于改进YOLOX的红外目标检测算法

基于改进YOLOv5的复杂场景多目标检测

一种融合卷积与transformer的级联包检测方法

基于改进YOLOv4-tiny的印刷电路板缺陷检测研究

自适应特征融合的轻量级交通标志检测方法

基于DeepLabV3+的轮对踏面损伤分割算法

基于FPFH的权重局部最优投影点云精简算法

综合利用肤色模型和感知损失的偏色去除

基于改进Adam优化算法的中文短文本分类方法

融合装配特征和回归分析的锯链图像分割算法

基于低秩逼近的无线传感网定位算法

基于VMD和优化的LSTM锂离子电池寿命预测方法

基于CNN-LSTM的脑电P300信号检测

基于GLCM和FCM算法融合的铣削零件缺陷提取方法

基于混合策略麻雀搜索算法的WSN覆盖优化

基于机器学习的有色金属冶炼工序识别

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!