当前位置:问答库>论文摘要

题目:基于云模型的锂电池寿命预测方法研究

关键词:锂电池,云模型,数据预处理,特征因子提取,寿命预测

  摘要



       随着我国航天技术的进步,各种应用卫星正在向长寿命的方向发展。作为卫星供电设备的锂电池的发展水平,对提高卫星性能,延长卫星工作寿命起着决定性的作用。深入开展锂电池剩余寿命预测方法研究,能够更加充分地利用电池的性能,进而对应用锂电池作为供电设备的卫星电源系统的状态监控以及健康管理提供技术支持,具有十分重要的现实意义和理论研究价值。现有的方法大多是基于数据驱动和基于确定性模型的方法,得到的预测结果是确定的,而锂电池的剩余寿命本身是一个不确定性的问题,因此提出基于云模型的方法对锂电池的寿命进行预测。论文的主要研究工作有:

1、云模型基本理论的研究及用于预测的可行性分析。在对模糊集合的局限性分析的基础上,引入云模型的概念。较为详细地介绍了云模型的定义、云发生器、云变换以及基于云的不确定性推理机制。由于云模型在处理定性概念上的优越性,即用云模型作为处理定性概念的工具,可以兼顾概念的模糊性与随机性,可以用于寿命预测。

2、锂电池测试数据的获取与分析。采用主成分分析法、支持向量机法进行寿命特征因子的提取。通过电池循环容量测试仪对锂电池进行不同放电模式下的循环充放电实验,记录测试数据。通过锂电池的放电特性分析,得到锂电池放电过程中容量与其他影响因素的一些定性结论。

3、基于单一云模型的锂电池容量预估算法的研究。根据预测方法的需要,首先利用基于云变换的算法将测试数据进行离散化,得到了数据的基本云概念,并根据需要对基本概念进行了概念跃升,建立了测试数据的概念云模型。在此基础上,对于给定的支持度软域值和置信度软域值采用基于云的关联挖掘算法挖掘出测试数据之间的关联规则,并且基于该关联规则进行预测。

4、云模型的改进锂电池寿命预测算法的研究。针对云模型直接用于容量预测出现的问题,提出了两种基于云模型的改进锂电池寿命预测算法,即云模糊网络算法和云指数平滑算法,分别建立了寿命预测模型。通过建立寿命预测算法的评价指标,验证了这两个寿命预测模型比现有的寿命预测模型更加精确。

       本文的研究工作和研究成果可为我国卫星上锂电池的寿命建模与预测以及航天领域其它部件的寿命预测研究工作提供参考与借鉴。