《电子测量技术杂志》发表论文赏析

基于BiLSTM神经网络的锂电池SOH估计与RUL预测

来源:电子测量技术杂志2021年第20期北京时间:

作者:王 义,刘 欣,高德欣

单位:青岛科技大学自动化与电子工程学院 青岛 266061

摘要:针对锂电池健康状态(state of health,SOH)估计与剩余寿命(remaining useful life,RUL)预测问题,设计一种基于双向长短期记忆(bi-directional long short-Term memory,BiLSTM)神经网络模型的预测方法。首先,提取美国国家航空航天局(national aeronautics space and administration,NASA)锂电池的容量数据,将容量数据转为SOH数据并作为模型输入数据;其次,建立双层BiLSTM神经网络,使用加速自适应矩估计算法(nesterov-accelerated adaptive moment estimation,Nadam)优化函数动态调整学习率;然后,通过双向长短期记忆神经网络模型分析锂电池数据,建立电池容量、SOH和RUL之间的联系;最后,全连接层输出电池SOH的估计曲线,从而预测其剩余寿命。通过NASA数据进行预测实验,BiLSTM神经网络的RUL预测误差稳定在3以内,SOH预测曲线的拟合度稳定在94.211%-95.839%,BiLSTM神经网络具有更高的鲁棒性和准确性。

关键词:锂电池; 健康状态估; 剩余寿命预测; 双向长短期记忆

基金资助:国家自然科学基金(61673357)、山东省重点研发计划项目(公益类)(2019GGX101012)、山东省高等学校科学技术计划项目(J18KA323)、山东省研究生导师指导能力提升项目(SDYY18092)资助

2021年20期其他文献查阅:

基于BiLSTM神经网络的锂电池SOH估计与RUL预测

基于FPGA的高性能激光雷达测距系统设计

具有抗偏移特性的无线电能传输系统研究

动态相对定位数据后处理方法研究

基于T-MobileNet-L模型的GIS局部放电模式识别研究

基于SystemVerilog的图像采集压缩卡芯片验证平台设计

面向堆叠千克组砝码的砝码把手实时识别与空间定位技术

基于涡激振动的PVDF压电风能采集实验研究

机载电子战装备原位深度检测研究

基于以太网通讯的高采样率ADC交织校准实现

基于北斗的天空地一体化环境监测平台研究

离散姿态感知量结构化矿工异常行为识别方法

基于同步调制技术的PMSM无传感器控制

基于遗传算法的HBT干涉声定位阵列优化

基于精英反向学习和Lévy飞行的鲸鱼优化算法

基于布谷鸟算法优化随机共振参数的轴承故障检测算法

基于F-K分析的圆形传感器阵列布设

基于视觉深度学习的机器人环境感知及自主避障

基于相控阵聚焦的经颅磁声电刺激仿真与实验分析

基于Python的汽车运行油耗预测模型的构建

基于电磁感应的钢筋定位及埋深检测新方法研究

气固两相流参数检测技术研究

基于改进PSO-BP算法的动态称重数据处理

基于表面粗糙度聚类的机载雷达点云数据地物分类方法研究

一种面向类不平衡加密流量的端到端分类模型

基于改进特征金字塔的目标检测

稠密融合卷积神经网络的多模态地基云状分类

基于深度学习的采摘机器人目标识别定位算法

基于深度学习的多模型融合图像智能检测方法研究

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!