基于AE-LSTM的锂电池剩余使用寿命预测

针对大多采用单一衰退特征对锂电池剩余使用寿命进行预测,导致预测精度低的问题,提出基于数据融合与长短期记忆网络(LSTM)相结合的预测模型。利用斯皮尔曼相关系数法,以容量比为预测目标,从马里兰大学(CALCE)实验室的锂电池开源数据集中筛选出与其相关性高的衰退特征,自编码器(AE)对筛选出来的衰退特征进行数据融合。建立AE-LSTM锂电池剩余使用寿命预测模型,同时与RNN和LSTM预测模型进行对比。通过实例分析表明,所提方法预测精度高,能够满足实际工程的需要。