关键词:锂电池;间接预测;剩余寿命特征参数;极限学习机(ELM) 针对锂电池直接预测剩余使用寿命难及预测结果不准确等问题,提出利用锂电池循环充放电监测参数构建间接寿命特征参数的方法。应用一阶偏相关系数分析法验证间接寿命特征参数与直接参数间的相关性,选择等压降放电时间作为锂电池间接寿命特征参数,构建基于ELM的等压降...
摘 要：锂电池的健康状态（state of health ，SOH ）对于电池安全稳定运行有着至关重要的作用。然而，电池在线运行时难以对其内阻和容量进行直接测量。因此，提出了一种基于充电数据片段和遗传算法优化的极限学习机（genetic algorithm-extreme learning machine ，GA-ELM ）的锂电池SOH 估计方法。通过从电池的充电...
**变模态分解:**利用VMD将锂电池电压数据分解为多个固有模态分量。每个模态分量代表了锂电池健康状态的某个方面。 **特征提取:**从每个模态分量中提取统计特征和时域特征,作为ELM模型的输入特征。 **人工兔群算法优化:**采用ARO优化ELM模型的隐藏层节点数和正则化参数。ARO是一种基于兔群行为的元启发式算法,具有...
专利摘要:本发明公开了一种基于蜜獾算法优化EnInEntropy‑ELM的锂电池SOC估计方法及系统,方法包括以下步骤:以电压、电流和温度为输入数据,利用优化过后的EnInEntropy‑ELM模型进行SOC估计;其中,EnInEntropy‑ELM模型采用集成信息熵准则替换传统ELM中的MSE构建得到,所述EnInEntropy‑ELM模型采用蜜獾优化算法进行优化WBA是...
Matlab基于Bayes-HKELM的锂电池剩余寿命预测。 贝叶斯优化HKELM锂电池剩余寿命预测 运行环境Matlab2023b及以上。 首先从NASA数据集中提取电池容量特征,然后基于B0005号电池数据训练,用B0006号电池数据测试预测。 程序设计 完整程序和数据获取方式:私信博主回复Matlab基于Transformer-GRU的锂电池剩余寿命预测。
基于ELM神经网络的磷酸铁锂电池SOC估算研究 孙弘利;赵冠都 【摘要】自主式水下机器人(Autonomous Underwater Vehicle,AUV)主要通过动力电池(磷酸铁锂电池)为整体系统供电,而准确可靠地获得磷酸铁锂电池的荷电状态(State of Charge,SOC)是AUV中电源管理系统的主要任务之一.在现有电池SOC估算方法的基础上,尝试利用ELM...
提出了一种基于多种数据驱动法融合来实现电池剩余使用寿命预测的方法.首先分析了电池寿命的相关特征参数,选取相关性较高的参数作为间接健康因子;然后构建了秃鹰搜索算法和优化极限学习机的组合预测模型;最后通过使用NASA电池数据集验证了该预测模型的可行性和准确性.结果表明,相较于神经网络和极限学习机的预测方法,文中模...
专利摘要:本发明公开一种在随机放电环境下基于DGWO‑ELM的锂离子电池寿命预测方法:1.初始化,归一化参数;2.确定父代狼群等级;3.改进狼群算法迭代开始,父代个体位置更新;4.产生变异种群;5.产生子代种群进行交叉操作,判断是否完成交叉操作;6.将新种群带入ELM算法计算得到子代目标值c_val;7.比较子代目标值与父代目...
1、大专以上学历,3年以上锂电池行业工作经验, 两年以上动力电池售后服务经验; 2、熟悉锂电池原理及电池工艺流程; 3、精通5-17串保护板工作原理,了解充电器、bms等相关信息; 4、了解锂离子电池组合原理,组合技术及风险,具有锂电安装及售后经验; 5、利用统计手法整理总结客户投诉和分析;6、具有优秀的分析问题和解决问...
广州市融成锂能锂电池招聘 100-499人·不需要融资·其他行业2025-03-14 更新公司信息 公司简介 招聘职位(2)推荐职位 城市 经验 薪资普工 5.5-8K 广州 经验不限 学历不限 梁女士·人事主管 立即沟通 体系工程师 6-7K 广州 3-5年 大专 梁女士·人事主管 立即沟通...