本发明公开一种基于ELM-MUKF的
锂电池剩余寿命预测方法,具体步骤为:(1)选取锂电池等压降放电时间作为锂电池寿命特征参数;(2)利用锂电池等压降放电时间数据构建基于极端学习机(Extreme?Learning?Machine,ELM)的锂电池状态更新方程;(3)将锂电池状态更新方程联合等压降放电时间观测方程作为锂电池性能退化模型;(4)基于所建立的锂电池性能退化模型,利用多阶无迹卡尔曼滤波(Multi?Unscented?Kalman?Filter,MUKF)方法进行等压降放电时间预测;(5)构建基于极端学习机的等压降放电时间与锂电池实际容量的关系模型;(6)将步骤(4)预测的等压降放电时间作为步骤(5)中所确定模型的输入,求取锂电池未来的实际容量值,依据规定的锂电池失效阈值,最终估计出锂电池的剩余循环使用周期。本发明方法能够在线监测锂电池健康状况,预测未来锂电池寿命特征参数,进而有效评估锂电池剩余寿命状况。
声明:
“基于ELM-MUKF的锂电池剩余寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)