并将其输入到人工神经网络用于电池健康状态(state of health,SOH)预测.针对电池容量非线性的退化特性以及局部重生现象,使用双指数函数对其进行建模.同时结合粒子滤波算法对模型参数进行估计,实现电池剩余使用寿命(remaining useful life,RUL)的概率密度预测.实验结果表明所提出的方法能够实现SOH的精准预测和RUL的不确定性...
锂电池的健康度和剩余寿命预测模型的构建方法及装置 本发明实施例涉及锂电池的健康度和剩余寿命预测模型的构建方法及装置,包括:建立锂电池的电化学热耦合模型;获取电池容量数据,电池外特性数据和电池内特性数据,电池内特性数据通过电化学热耦合模型仿真获得;基于电池内特性数据和电池外特性数据,获取多个第一... 于琦,赵...