摘要
本发明提供一种高功率锂电池组剩余寿命预测方法及系统,对电池监测数据进行模态分解,得到多个本征模态IMF分量及残差分量;结合各分量的能量占比、周期特征以及基于近期运行工况的应力水平评估值,将这些分量动态归类为主导衰退分量、周期波动分量;利用SVR模型预测主导衰退分量,并将预测结果与周期波动分量共同输入LSTM模型得到周期性波动分量的预测值,计算周期性波动预测值的波动指标;若所述指标超过动态阈值,则根据所述指标和应力水平评估值调整SVR模型的正则化项,并重新预测主导衰退分量;综合主导衰退分量的预测值、周期性波动分量的预测值,重构未来容量序列,从而计算出电池组的剩余寿命。
技术关键词
高功率锂电池组
SVR模型
高功率电池组
剩余寿命预测方法
工况参数
周期性
应力
序列
剩余寿命预测系统
指标
LSTM模型
基准
频率
节点
日历
系统为您推荐了相关专利信息
风电轴承
剩余寿命预测模型
剩余寿命预测方法
粒子群算法优化
训练参数集
保护驱动电机
过载电流保护
工况参数
计算机程序产品
服务型机器人
多传感器数据融合
红外热成像摄像机
多光谱摄像机
泄漏智能
巡检方法
客户
后台管理系统
在线问卷调查
数据采集模块
事件驱动机制
机器学习预测方法
负荷
决策树模型
多时间尺度
数据