应用多传感器多模型融合技术提取滑坡综合信息

大型滑坡监测时往往会在同一个滑坡体的不同部位布置多个监测点,以了解和控制其整体变形状况。但目前的滑坡预测预报模型只能一次使用一个监测序列。为了充分利用滑坡各个监测点的监测信息进行滑坡预测预报,论文提出了利用多传感器多模型融合技术,从滑坡体多个监测序列中提取滑坡综合监测信息的数学方法。

梯次利用锂电池健康状态预测

从电动汽车中退役的锂电池在功能元件有效的情况下可进行梯次利用,针对退役锂电池处于离线状态且单体电池之间存在性能差异等问题,以锂电池欧姆内阻为研究对象,设计适用于梯次利用锂电池性能测试工况。基于锂电池一阶RC等效电路模型,研究基于增量式自回归模型(IARX)的健康特征数据提取方法,以此构建均值内阻、最小内阻和内阻-荷电状态(SOC)三种健康因子,建立健康寿命模型,提出基于多模型数据融合技术的锂电池健康状态(SOH)预测方法。实验和仿真结果表明:所建健康寿命模型适用于预测同种类退役锂电池SOH,验证了模型的有效性;基于多模型数据融合技术有利于提高锂电池SOH预测精度,验证了此方法的可行性。