基于LightGBM的电动汽车行驶工况下电池剩余使用寿命预测.pdfVIP

  • 7
  • 0
  • 约3.76万字
  • 约 10页
  • 2023-10-27 发布于湖北
  • 举报

基于LightGBM的电动汽车行驶工况下电池剩余使用寿命预测.pdf

2021 年 12 月 电 工 技 术 学 报 Vol.36 No. 24 第 36 卷第 24 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Dec. 2021 DOI: 10.19595/ki.1000-6753.tces.201653 基于LightGBM 的电动汽车行驶工况下 电池剩余使用寿命预测 1 2 1 1 1 肖 迁 焦志鹏 穆云飞 陆文标 贾宏杰 (1. 天津大学智能电网教育部重点实验室 天津 300072 2. 省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学) 天津 300130 ) 摘要 行驶工况下电动汽车锂离子电池剩余使用寿命(RUL )衰退情况复杂,准确的 RUL 预测可为电池的定期维护和安全稳定运行提供指导,避免安全隐患。为此,该文提出一种适用于 行驶工况下电动汽车电池的RUL 预测方法。首先,针对行驶工况,提出一种基于轻量型梯度提升 机(LightGBM )的RUL 预测模型,利用元学习超参数优化方法对其进行超参数调优;其次,搭 建行驶工况下电池全生命周期容量测试系统,模拟行驶工况下电池所受振动应力、充放电应力环 境和测试电池容量衰退情况;然后,基于动态时间规整对容量衰退的相似性分析结果,使用生成 对抗网络(GAN )生成新的容量序列;最后,通过实验数据验证所提模型和生成容量序列的有 效性。 关键词:电动汽车 行驶工况 锂离子电池 剩余使用寿命 轻量型梯度提升机 中图分类号:TM911 LightGBM Based Remaining Useful Life Prediction of Electric Vehicle Lithium-Ion Battery under Driving Conditions Xiao Qian 1 Jiao Zhipeng2 Mu Yunfei 1 Lu Wenbiao 1 Jia Hongjie 1 (1. Key Laboratory of Smart Grid of Ministry of Education Tianjin University Tianjin 300072 China 2. State Key Laboratory of Reliability and Intelligence of Electrical Equipment Hebei University of Technology Tianjin 300130 China ) Abstract The degradation of the remaining useful life (RUL) for EV lithium-ion battery under driving conditions is complicated. The appropriate prediction of RUL can provide guidance for the periodic maintenance and stable operation to avoid the risks. Therefore, a RUL prediction method for driving conditions is proposed in this paper. Firstly, a light gradient boosting machine (LightGBM) b

文档评论(0)

1亿VIP精品文档

相关文档