结合增量容量分析与高斯过程回归的锂离子电池健康状态估计
信号处理
2019-04-02 v2
摘要
锂离子电池的健康状态对于确保电池储能系统的可靠性和安全性是必要的。准确预测电池健康状态在保障安全和最小化维护成本方面起着极其重要的作用。然而，电池退化的复杂物理化学特性无法直接获取。本文提出了一种基于部分增量容量曲线的新型高斯过程回归模型。首先，采用先进的高斯滤波方法获得平滑的增量容量曲线。然后从部分增量容量曲线中提取健康指标作为所提模型的输入特征。此外，所提方法的均值和协方差函数分别用于预测电池健康状态和模型不确定性。采用来自 NASA 数据存储库的四个老化数据集来展示所提方法退化模型的预测能力和有效性。此外，使用被测电池的不同初始健康条件来验证所提方法的鲁棒性和可靠性。结果表明，所提方法能够提供准确且鲁棒的健康状态估计。
引用
@article{arxiv.1903.07672,
title = {State of health estimation for lithium-ion battery by combining incremental capacity analysis with Gaussian process regression},
author = {Xiaoyu Li and Zhenpo Wang},
journal= {arXiv preprint arXiv:1903.07672},
year = {2019}
}