检索结果-南通市图书馆

仪器仪表学报 2021年第6期42卷 132-139页

作者：马俊滕召胜唐求邱伟杨莹莹湖南大学电气与信息工程学院长沙410082

针对多应力条件下电能计量设备测量误差难以预测的问题,提出一种基于核支持向量回归(KSVR)的电能计量设备测量误差预测方法,并提出一种优化遗传算法(OGA)对核参数进行优化。首先,提出一种线性加权多核函数融合多个应力特征,利用核权值... 详细信息

针对多应力条件下电能计量设备测量误差难以预测的问题,提出一种基于核支持向量回归(KSVR)的电能计量设备测量误差预测方法,并提出一种优化遗传算法(OGA)对核参数进行优化。首先,提出一种线性加权多核函数融合多个应力特征,利用核权值系数刻画不同应力对电能计量设备的影响。然后,在核函数参数选择阶段,为了避免对参数人工调整的局限性,提出一种交叉概率与变异概率自适应调整的优化遗传算法,并将其应用到核参数优化选择问题中。国网新疆高干热试验基地智能电表运行数据分析表明,本文所提模型具有较高的准确性,预测结果的平均均方误差为0.00018,最高拟合优度可达0.989,可以为电能计量设备在多环境应力下的健康管理提供针对策略。

关键词：电能计量设备核支持向量回归优化遗传算法健康管理

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

锂离子电池剩余寿命预测方法研究及应用

锂离子电池剩余寿命预测方法研究及应用

引用

作者：孟文斌浙江工业大学

学位级别：硕士

锂离子电池具有比能量值高、循环寿命长和无记忆效应等优点,被广泛应用于电动汽车、航空航天和电力储能等领域。随着锂离子电池的反复充放电,电池容量会逐步下降,循环寿命衰减,从而带来严重的安全性和可靠性问题。所以开展锂离子电池的... 详细信息

锂离子电池具有比能量值高、循环寿命长和无记忆效应等优点,被广泛应用于电动汽车、航空航天和电力储能等领域。随着锂离子电池的反复充放电,电池容量会逐步下降,循环寿命衰减,从而带来严重的安全性和可靠性问题。所以开展锂离子电池的健康评估和剩余寿命（RUL）预测问题的研究,能有效减少使用锂离子电池的各类系统的安全隐患,具有重要的现实意义。目前锂离子电池内部的退化机理尚不完全明确,极难建立准确的退化模型进行预测,而锂离子电池历史数据内含有丰富的退化信息。为此,本文开展锂离子电池RUL预测,从数据和机理两方面入手,以解决其中重要理论和关键技术问题,在此基础上进行系统开发及应用。本文的主要工作和成果如下:（1）传统核支持向量回归（KSVR）算法在解决小样本、非线性预测问题具有独特的优势,通过样本数有限的历史数据来预测RUL是典型非线性预测问题。为此,提出一种基于改进粒子群优化和KSVR的（NPPSO-KSVR）锂离子电池RUL预测方法。该方法首先利用锂离子电池的历史容量数据构建KSVR模型,然后采用改进的粒子群算法（NPPSO）优化惩罚因子C和核参数,最后对从NASA和马里兰大学电池筛选出的典型样本集进行训练和预测。实验结果表明,NPPSO-KSVR方法对电池的容量和RUL预测性能优于传统方法,并且具有较强的通用性。（2）粒子滤波（PF）算法对于非线性和参数非高斯问题有很强的建模能力,但存在粒子退化问题,锂离子电池容量噪声概率分布并不完全满足高斯分布。为此,针对精度要求高或时长要求敏感的两种锂离子应用场景,提出了简单重采样和自适应重采样两种方法以改善粒子退化问题,在此基础上根据锂电池退化机理,设计了基于简单重采样的粒子滤波（SPF）和基于自适应重采样的粒子滤波（APF）的锂离子电池容量和RUL预测方法。实验结果表明,APF方法的容量预测性能明显优于传统方法,但计算复杂度稍高,可应用于精度要求高的场景;SPF方法的容量预测性能略优于传统方法并且计算复杂度较小,可应用于对时长要求敏感的场景。（3）为了充分利用锂离子电池历史数据和退化机理信息,结合NPPSO-KSVR和PF两种算法的优势,提出基于数据和机理融合的NPPSO-KSVR-SPF和NPPSO-KSVR-APF两种锂离子电池RUL预测方法。该方法通过NPPSO-KSVR算法对k时刻及之前的历史容量数据进行非线性拟合并预测后k时刻以后的容量,然后以预测容量作为SPF和APF的容量实际值构建PF模型。实验结果表明,两种方法RUL预测性能均优于传统的方法和NPPSO-KSVR方法,算法耗时较短,能满足工程对精度和时长的要求。（4）为了测试算法的有效性,用组态王、SQL Server数据管理系统、Matlab和单片机开发了一套电池容量和RUL预测系统。该系统首先通过TEC-06电池容量检测仪和EBC-X电池测试仪采集电池性能参数,然后通过以太网模块传输给上位机,最后基于组态王和Matlab的RUL预测平台进行算法实现、分析、显示和数据存储。在天能电池集团的实测数据表明,NPPSO-KSVR-SPF和NPPSO-KSVR-APF方法的RUL预测精度高、耗时短,能满足实际工程需求。

关键词：锂离子电池剩余寿命核支持向量回归粒子滤波算法融合方法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进PSO优化核SVR的锂离子电池剩余寿命估计

引用

湖州师范学院学报 2020年第8期42卷 58-63页

作者：宋涛甄爱钢徐静云李自恒孟文斌湖州师范学院工学院浙江湖州313000 浙江天能新材料有限公司浙江湖州313100 湖州市新能源技术研究所浙江湖州313100 浙江工业大学信息工程学院浙江杭州310014

基于传统的剩余寿命估计方法准确率较低的问题,提出一种改进PSO优化核SVR的锂离子电池剩余寿命估计(IPSO-KSVR)方法.首先构建以充放电循环次数为输入,以电池容量为输出的核SVR模型,然后用改进的PSO算法优化惩罚因子C和核方差g,最后在筛... 详细信息

基于传统的剩余寿命估计方法准确率较低的问题,提出一种改进PSO优化核SVR的锂离子电池剩余寿命估计(IPSO-KSVR)方法.首先构建以充放电循环次数为输入,以电池容量为输出的核SVR模型,然后用改进的PSO算法优化惩罚因子C和核方差g,最后在筛选的NASA数据集上进行训练与测试.实验结果表明,与传统的KSVR方法相比,该方法的电池容量估计MSE、RMSE、MAE和MAPE指标的百分比误差分别减少66%、42%、58%和63%,RUL预测百分比误差减少64%,优于其它PSO优化的KSVR方法.该方法具有重要的理论与应用价值.

关键词：锂离子电池剩余寿命核支持向量回归粒子群优化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：