基于多尺度递归定量分析的电池健康状态评估.pdfVIP

试验研究实验研究

基于多尺度递归定量分析的

电池健康状态评估

*

周宣昊，张小龙

（国网青海省电力公司海西供电公司，青海格尔木616000）

摘要：使用美国宇航局艾姆斯研究中心数据仓库收集的随机电池使用实验数据集，提取了影

响电池容量的2个特征参数。通过集合经验模态分解法将2个特征参数（温度和电压）进行

分解，然后根据高、中、低频的分量特征进行叠加重构，获得重构的分量。随后通过Visual

RecurrenceAnalysis（RQA）程序对重构分量进行分析，得到非线性特征参数—标准偏差、平均

重缩放距离、递归熵。利用得到的非线性特征参数对BP神经网络进行训练，再把测试数据输

入训练后的BP神经网络中进行处理，最终得到电池健康状态预测结果。

关键词：电动汽车；动力电池；锂离子电池；NASA；随机电池使用实验数据集；集合经验模

态分解法；随机游走；温度；电压；多尺度；递归；定量分析；BP神经网络；健康状态；容量

预测

中图分类号：TM912.2文献标识码：B文章编号：1006-0847(2024)05-201-11

Batteryhealthstatusevaluationbasedon

thequantitativeanalysisofmultiscalerecursive

*

ZHOUXuanhao,ZHANGXiaolong

(HaixiPowerSupplyCompanyofStateGridQinghaiElectricPowerCompany,

GolmudQinghai616000,China)

Abstract:ThisarticleusesarandombatteryusageexperimentaldatasetcollectedfromNASAs

AmesResearchCenterDataWarehouse.Twocharacteristicparametersaffectingbatterycapacity

wereextractedfromNASAsrandombatteryusagedataset.Then,thetwocharacteristicparameters

(temperatureandvoltage)aredecomposedusingtheensembleempiricalmodedecompositionmethod,

andthereconstructedcomponentsareobtainedbyoverlayingandreconstructingthehigh,medium,and

lowfrequencycomponentfeatures.Subsequently,thereconstructedcomponentswereanalyzedusing

theVisualRecurrenceAnalysis(RQA)programtoobtainnonlinearfeatureparameterssuchasstandard

deviation,averagerescalingdistance,andr