混合模糊信息粒化和時(shí)間序列密集編碼器的鋰離子電池剩余壽命區(qū)間預(yù)測方法

第50卷 第9期

作者：李輝， 崔方舒， 史元浩，王博輝

作者單位：1. 中北大學(xué)電氣與控制工程學(xué)院，山西太原030051; 2. 中北大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，山西 太原 030051; 3. 西安交通大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，陜西 西安 710049。

摘要：

鋰離子電池的剩余使用壽命（remaining useful life，RUL）是電池健康狀態(tài)的關(guān)鍵指標(biāo)，對其進(jìn)行預(yù)測具有重 要的現(xiàn)實(shí)意義。該工作將模糊信息?；╢uzzy information granulation，F(xiàn)IG）技術(shù)與時(shí)間序列密集編碼器模型（timeseries dense encoder，TiDE）相結(jié)合，提出了一種對鋰離子電池的 RUL 進(jìn)行區(qū)間預(yù)測的模型。首先將鋰離子電池容量 退化時(shí)間序列通過 FIG 技術(shù)轉(zhuǎn)化為粒子序列信息，以此得到模糊信息粒子的上下界序列。其次，分別對上下界序列 使用 TiDE 模型進(jìn)行訓(xùn)練預(yù)測，從而得到區(qū)間預(yù)測的結(jié)果。實(shí)驗(yàn)結(jié)果表明，與基于支持向量回歸（support vector regression，SVR）和長短期記憶網(wǎng)絡(luò)（long short term memory network，LSTM）的區(qū)間預(yù)測模型以及不使用狐貍優(yōu)化算 法（fox-inspired optimization algorithm，F(xiàn)OA）優(yōu)化的 TiDE 模型相比，該工作提出的基于 FIG 技術(shù)結(jié)合 TiDE 模型與 FOA 的區(qū)間預(yù)測方法在鋰離子電池 RUL 預(yù)測性能上具有更高的可靠性。

關(guān)鍵詞：

鋰離子電池 ; 剩余使用壽命 ; 區(qū)間預(yù)測 ; 時(shí)間序列密集編碼器

【征文】系列

【會議征稿】

【會議邀請】系列

【期刊】系列

【科普】系列