基于DAE-BLS的锂离子电池剩余使用寿命预测方法

来源：计算机集成制造系统杂志2025年第3期北京时间：

作者：张洪生, 尚鑫磊

单位：兰州理工大学机电工程学院

摘要：为解决锂离子电池剩余使用寿命(RUL)预测中存在的实际容量难以准确测量、噪声信息影响算法性能等诸多问题,提出一种基于去噪自编码器(DAE)和宽度学习系统(BLS)相结合的预测方法。首先,从电池充放电曲线中提取多个与电池退化高度相关的健康因子(HI),并使用滑动时间窗口制备训练样本。其次,将样本输入DAE进行去噪处理。然后,将经过处理的样本输入BLS,预测电池RUL,并通过调整窗口大小和模型参数,得到最优模型。最后,利用MIT-Stanford电池退化数据集验证该方法的有效性。实验结果表明,相比于已有预测方法,所提方法在预测精度上具有更好的表现。

关键词：锂离子电池,剩余使用寿命,健康因子,去噪自编码器,宽度学习系统