Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于RVM与PF算法融合的电池剩余使用寿命预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:浙江大有实业有限公司杭州科技发展分公司;国网浙江省电力有限公司杭州供电公司

摘要:本发明公开了一种基于RVM与PF算法融合的电池剩余使用寿命预测方法,包括:对电池数据集进行数据提取及预处理;利用相关向量机算法提取电池数据集的相关向量,拟合出电池容量退化趋势函数,构建状态空间模型,得到观测方程和状态方程;利用粒子滤波算法对模型的相关参数进行修正,得到电池剩余容量预测模型;对预测起始点之后的电池容量进行预测;判断电池容量是否达到电池失效阈值,若达到阈值,则记录此时的电池循环周期数,对电池剩余使用寿命进行预测。本发明利用相关向量机提取电池容量退化趋势得到趋势函数,不依赖电池经验模型,提高了锂离子电池剩余使用寿命预测的精度及其长期预测能力。

主权项:1.一种基于RVM与PF算法融合的电池剩余使用寿命预测方法,其特征在于,包括:S1:选取电池数据集,提取两组电池容量退化数据Q_train和Q_test;S2:初始化相关向量机参数,利用相关向量机对电池容量退化数据进行训练,利用迭代估计法计算相关参数;S3:提取电池容量退化数据中的相关向量;S4:利用相关向量拟合电池容量退化趋势,并得到状态空间模型的状态方程和观测方程;S5:初始化粒子滤波算法的相关参数,初始化粒子集;S6:将k-1时刻的粒子分布xk-1,代入状态转移方程,得到k时刻预测的粒子分布预测粒子代入观测方程得到预测值,将预测值与实际观测值进行比较来对所有的粒子进行评价,得出每个粒子的权重,根据粒子权重的大小进行重要性重采样,得到k时刻状态变量的真实分布xk,将真实分布xk带入到状态转移方程中,进行下一轮滤波;S7:当粒子滤波循环到达预测起始点时,迭代结束,对预测起始点之后的电池容量进行预测;S8:判断电池容量是否达到电池寿命结束的阈值,若达到阈值,则记录此时的电池充放电循环周期数,并计算剩余使用寿命;所述初始化相关向量机参数包括:给定训练数据集相关向量机表达如下:y=Φ·ω+ε;其中:ω=ω0,…,ωNT为相关向量机的权值;Φ=[φ1,φ2,…,φN]T为核函数矩阵;φixi=[1,Kxi,x1,…,Kxi,xN],i=1,2,…,N;Kxi,xj为核函数: η为核参数;α={α0,α1,…,αN}为超参数,与权值ω一一对应;σ2为噪声方差;所述利用相关向量机对电池容量退化数据进行训练包括:计算权值ω的协方差Σ和均值μ:Σ=σ-2ΦTΦ+A-1,μ=σ-2ΣΦTyT;其中:A=diag{α0,α1,…,αN};使用迭代估计法进行计算,得到新的超参数α和噪声方差σ2,其更新过程如下: 其中γi=1-αiΣii;重复以上计算过程,直到迭代次数达到最大值或输出结果梯度小于收敛条件;所述得到状态空间模型的状态方程和观测方程包括:利用趋势函数构建系统的状态空间模型,得到状态方程和观测方程:状态方程为: 观测方程为:Q1k=rvm_capa[ak*k+bk]+vk。

全文数据:

权利要求:

百度查询: 浙江大有实业有限公司杭州科技发展分公司 国网浙江省电力有限公司杭州供电公司 一种基于RVM与PF算法融合的电池剩余使用寿命预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。