基本信息:
- 专利标题： 一种提升锂离子电池剩余使用寿命预测精度的混合视角集成学习方法
- 申请号：CN202411040086.0 申请日：2024-07-31
- 公开(公告)号：CN118938057A 公开(公告)日：2024-11-12
- 发明人： 袁慧梅 , 韩雪韦
- 申请人： 首都师范大学
- 申请人地址： 北京市海淀区西三环北路56号
- 专利权人： 首都师范大学
- 当前专利权人： 首都师范大学
- 当前专利权人地址： 北京市海淀区西三环北路56号
- 代理机构： 北京慧泉知识产权代理有限公司
- 代理人： 王顺荣
- 主分类号： G01R31/392
- IPC分类号： G01R31/392 ; G01R31/385 ; G01R31/396 ; G01R31/378 ; G01R31/367
摘要：
本发明提出一种提升锂离子电池剩余使用寿命预测精度的混合视角集成学习方法，包括如下步骤：步骤1：对从电池的HIs视角获得的原始数据集进行乱序处理，通过在线顺序极限学习机OS‑ELM进行容量预测训练；步骤2:利用完全自适应噪声集合经验模态分解CEEMDAN算法分解来自电池容量退化数据视角的数据并进行重构；步骤3：通过自回归差分移动平均模型ARIMA进行时间序列预测和后处理；步骤4:整合两种视角，提出元模型数据集构建方法，用于训练OS‑ELM，实现了来自混合视角的RUL预测。本发明同时考虑了HIs和容量退化数据两个视角，解决了传统锂离子电池RUL预测方法仅依赖单一视角的局限性，有助于获得更准确和可靠的预测结果。