期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
双时间尺度下基于Transformer的锂电池剩余寿命预测 被引量:2
1
作者 耿鑫月 胡昌华 +1 位作者 郑建飞 裴洪 《空间控制技术与应用》 CSCD 北大核心 2023年第4期119-126,共8页
准确预测锂离子电池剩余使用寿命对于掌握其健康状况和管理备件资源具有重要作用.现有锂电池剩余寿命预测方法大多局限于以循环次数为主的预测结果,本质上属于面向单一时间尺度的方法,忽略了锂电池健康状态受循环次数与工作时长双重时... 准确预测锂离子电池剩余使用寿命对于掌握其健康状况和管理备件资源具有重要作用.现有锂电池剩余寿命预测方法大多局限于以循环次数为主的预测结果,本质上属于面向单一时间尺度的方法,忽略了锂电池健康状态受循环次数与工作时长双重时间尺度下的退化综合影响的现实问题.提出一种双时间尺度下基于Transformer的锂电池RUL预测模型.该方法选取容量作为表征其性能退化的关键指标,通过Kalman滤波和滑动时间窗对电池容量数据进行处理获取训练集和测试集,有效提取双时间尺度中蕴含的寿命信息,并充分考虑不同时间尺度寿命信息间的相互关系,建立容量与双重时间尺度的映射关系,实现了锂电池在双时间尺度下的RUL准确预测.通过锂电池实例验证了所提方法的有效性和潜在应用价值. 展开更多
关键词 深度学习 双时间尺度 Transformer网络 RUL预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部