本发明涉及一种新型混合的锂离子电池健康状态预测方法,首先采集电池容量数据,并对容量数据进行分析,再对提取的充放电序列和容量数据序列进行相关性分析,构建健康指标,然后利用自适应噪声的全集合经验模态分解(CEEMDAN)将健康指标序列分解为趋势因子和随机因子。其中,相对平滑的趋势项数据序列采用自回归综合移动平均模型(ARIMA)进行预测;接着将ARIMA预测的残差与CEEMDAN分解得到的非趋势项组合成新的非趋势项;然后引入最小二乘支持向量机(LSSVM)建立非线性预测模型并进行预测。最后,结合趋势项数据序列和非趋势项数据序列的预测结果,为健康状态和剩余使用寿命的评估提供参考。本发明在预测锂离子电池剩余寿命方面有效地做出了改善,大大的提高了预测精度。
声明:
“新型混合的锂离子电池健康状态预测方法” 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)