基于VMD-ELM的锂离子电池剩余寿命预测方法研究

摘要：

针对锂离子电池剩余寿命精确预测的问题,提出一种基于变分模态分解(Variational ModeDecomposition,VMD)和极限学习机(Extreme Learning Machine,ELM)的锂离子电池剩余寿命预测方法.利用VMD分解锂电池容量信号得到一系列表征信号局部特性的本征模态函数(Intrinsic Mode Function,IMF),然后基于每个IMF,分别训练ELM模型,最后将每个ELM模型的预测结果加和求得锂离子电池的剩余寿命.基于NASA锂离子电池数据集对方法进行验证.结果表明,基于VMD-ELM的锂离子电池剩余寿命预测方法相较于ELM寿命预测模型和EMD-ELM寿命预测模型,提高了锂电池寿命预测的精度.

关键词：锂离子电池;变分模态分解;极限学习机;剩余寿命预测

所属期刊栏目：59

分类号：TM912

资助基金：江苏省高等学校大学生创新创业训练计划项目"基于自适应多核RVM的锂电池剩余寿命预测方法研究"201910298032Z

在线出版日期：2021-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：64-67