镉镍蓄电池寿命预测的PF-LSTM建模方法研究

发布时间：2024-02-21 07:39

　　对动车组用蓄电池进行寿命预测,能够评估电池状态,降低故障的危害性和运用维护成本,指导修订修程。相较于在线预测模型,离线预测模型无法适应影响因素的不断变化,提出一种基于粒子滤波(PF)与长短期记忆网络(LSTM)融合的在线预测方法。传统的PF方法依赖经验方程作为状态转移方程,而精确的经验方程难以得到,利用已有数据训练LSTM模型,模型得到的退化方程作为PF的状态转移方程,解决了PF依赖经验方程的问题,同时PF能给出不确定性表达。研究结果表明,该方法模型更新简单有效,预测精度好,弥补了镉镍蓄电池寿命模型研究的缺失,对蓄电池剩余寿命研究的发展有着重要意义。

【文章页数】：8 页

【部分图文】：

图2实验设备Fig.2Experimentapparatus

第7期成庶，等：镉镍蓄电池寿命预测的PF-LSTM建模方法研究1829Step1：对容量数据预处理，剔除不可用数据，进行归一化；Step2：随机生成N个粒子1230000{,,,,}Npppp作为初始粒子；Step3：处理后的数据投入到LSTM中进行学习训练，LSTM中增加dro....

本文编号：3905216