期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于BO-BiLSTM的超级电容器剩余寿命预测
1
作者 沈伟豪 林文文 楼功茂 《电工电能新技术》 CSCD 北大核心 2023年第4期59-67,共9页
为了提高超级电容器剩余使用寿命的预测精度,本文提出了一种贝叶斯优化与双向长短时记忆神经网络结合的预测模型(BO-BiLSTM),利用长滑动窗口处理容量数据来提高模型对容量衰退趋势的学习能力,达到对超级电容器剩余寿命精确预测的目的。... 为了提高超级电容器剩余使用寿命的预测精度,本文提出了一种贝叶斯优化与双向长短时记忆神经网络结合的预测模型(BO-BiLSTM),利用长滑动窗口处理容量数据来提高模型对容量衰退趋势的学习能力,达到对超级电容器剩余寿命精确预测的目的。通过对输入特征的研究和对比,选定了容量和循环数作为模型的输入,随后对滑窗大小、模型步长进行研究,发现长滑窗是模型成功的关键因素。实验模型的精度可以达到AEP=1.02%、RMSE=2.57%。在使用贝叶斯优化算法优化模型参数后,最终预测精度可以达到AEP=0.59%、RMSE=2.16%,具有较高的预测精度。 展开更多
关键词 超级电容器 剩余使用寿命 长滑窗 贝叶斯优化 双向长短时记忆神经网络
下载PDF
基于DMM-EKF的超级电容器剩余使用寿命预测
2
作者 楼功茂 林文文 王宇作 《机械工程学报》 EI CAS CSCD 北大核心 2024年第14期306-316,共11页
超级电容器是一种新型的电化学储能器件,具有循环寿命长、功率密度高、工作温度广等优势,已在轨道交通、工业节能和电网调频等领域广泛应用。准确评估超级电容器的健康状态及剩余使用寿命,对优化储能管理系统,消除安全隐患至关重要。为... 超级电容器是一种新型的电化学储能器件,具有循环寿命长、功率密度高、工作温度广等优势,已在轨道交通、工业节能和电网调频等领域广泛应用。准确评估超级电容器的健康状态及剩余使用寿命,对优化储能管理系统,消除安全隐患至关重要。为此,提出一种基于衰退模式匹配(Decay mode matching,DMM)和扩展卡尔曼滤波(Extended Kalman filter,EKF)的预测方法,实现超级电容器剩余使用寿命的准确预测。在历史衰退数据库的基础上,采用豪斯多夫距离来选取与被预测超级电容器衰退模式最匹配的历史衰退过程,即相似衰退过程。基于双指数经验模型建立面向容量衰退的系统模型和量测模型,以相似衰退过程的双指数拟合结果作为初始参数,使用扩展卡尔曼滤波算法进行超级电容器的剩余使用寿命预测。试验结果表明,所提出方法具有较高的预测精度,且鲁棒性好,在两种不同噪声下不同工况单体预测误差均低于1.4%。 展开更多
关键词 超级电容器 剩余使用寿命 扩展卡尔曼滤波 双指数模型 衰退模式匹配
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部