锂离子电池健康评估及剩余使用寿命预测方法研究-测试计量技术及仪器专业论文.docx

下载文档 降价啦

76
0
约5.3万字
约 64页
2018-05-10 发布于江苏
举报
版权申诉
保障服务

锂离子电池健康评估及剩余使用寿命预测方法研究-测试计量技术及仪器专业论文.docx

1、本文档共64页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

锂离子电池健康评估及剩余使用寿命预测方法研究-测试计量技术及仪器专业论文

ABSTRACTThefunctionalityandreliabilityofLi-ionbatteryasmajorenergystorage devicehas receivedmoreandmoreattentionsfromawidespectrumofstakeholders including federal/state policymakers， business leaders， technicalresearchers，environmentalgroupsandgeneralpublic.FailuresofLi-ionbatterynotonly resultinseriousinconvenienceandenormouscosts，butalsoincreasetheriskofinducingcatastrophic consequences. In order to prevent severe failure from happening and optimize the Li-ion battery maintenance schedules， breakthroughs in prognostics and health monitoring of Li-ion battery must be achieved.The paperpresents as：TheanalysisofLi-ionbatterydatasetsfromNASAAmesResearchCenter.theanalysis involvestheimpactoftemperatureagainstLi-ionbatteryhealth，theimpactofEIStestsagainst Li-ionbatteryhealth， theimpactofdepthofdischargeagainstLi-ionbatteryhealthandtheinvestigation of randomness in batteryhealth degradation.Theresearchof Gaussianmixturemodel.Firstly， PrincipalComponentAnalysis(PCA) isutilizedforfeatureextractionfromtherawdatacollectedundernormalconditon，Then，theGaussianMixtureModel(GMM)isbuiltbasedonthefeatureextraction.Lastlythetestingdata comesinandconstructsanewGMM.ThedistanceorsimilarityofthisGMMandtheonegeneratedinthetrainingprocesswillindicatethecurrenthealthstatusofbattery， asrepresentedbyConfidenceValue(CV).The resultofthe experiment is satisfactory.Theresearchof ARIMA-PFfusionprognosticframework.ItiscomposedofARIMA AlgorithmandPFAlgorithm.Firstly，monitorthelithiumionbatteryonline， thenrunthe correspondingalgorithmbasedonshort-termforecastsorlong-termforecastsRequirements，wegettheforecastmapswhichtransverseandlongitudinalcoordinatesstandforthecycleand capacityrespectively.Theresultoftheexperimentindicatestheproposedprognosticframework can predict lithiumion batteryRULaccuratelyand fast.Keywords：Li-ionbattery， healthassessment，remainingusefullifeanalysis，gaussian mixturemode，autoregressive integrated movingaverage model，particle filter目录第一章绪论....