| 基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测 |
| |
| 引用本文： | 陈雄姿,于劲松,唐荻音,王英勋.基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测[J].航空学报,2013,34(9). |
| |
| 作者姓名： | 陈雄姿 于劲松 唐荻音 王英勋 |
| |
| 作者单位： | 北京航空航天大学自动化科学与电气工程学院,北京,100191 |
| |
| 基金项目： | Aeronautical Science Foundation of China，航空科学基金 |
| |
| 摘 要： | 提出了一种基于贝叶斯最小二乘支持向量回归(LS-SVR)的锂电池剩余寿命在线概率性预测方法.首先,通过滚动窗方法选取锂电池历史健康退化数据,并根据相空间重构原理建立训练样本,其中最小嵌入维数使用Cao氏方法计算获得.然后,运用贝叶斯3层推理训练LS-SVR预测模型,在迭代预测阶段,采用蒙特卡罗方法来表示和管理多步预测中的不确定性及其传递,即用一群离散粒子来近似连续分布,结合“退化轨迹不相交”原则和高斯过程假设,预测出锂电池健康状态未来时刻的发展趋势.最后结合给定的失效阈值,通过统计穿越阈值的粒子数目得到剩余寿命的概率分布.使用美国国家航空航天局阿姆斯研究中心公开的电池数据集与高斯过程回归(GPR)方法进行对比实验,多项预测性能指标结果表明贝叶斯LS-SVR方法具有更高的预测准确度和置信度.
|
| 关 键 词： | 锂电池 剩余寿命 概率性预测 最小二乘支持向量回归(LS-SVR) 不确定性管理 |
Probabilistic Residual Life Prediction for Lithium-ion Batteries Based on Bayesian LS-SVR |
| |
| CHEN Xiongzi
,
YU Jinsong
,
TANG Diyin
,
WANG Yingxun.Probabilistic Residual Life Prediction for Lithium-ion Batteries Based on Bayesian LS-SVR[J].Acta Aeronautica et Astronautica Sinica,2013,34(9). |
| |
| Authors: | CHEN Xiongzi YU Jinsong TANG Diyin WANG Yingxun |
| |
| Abstract: | |
| |
| Keywords: | lithium-ion battery residual life probabilistic prediction least squares support vector regression (LS-SVR) uncertainty management |
| 本文献已被 万方数据 等数据库收录！ |
|
