基于模态分解与CatBoost-GTCN-DGM的锂电池RUL预测方法.pdfVIP

究与设计

基于模态分解与CatBoost-GTCN-DGM的锂电池

RUL预测方法

1,21111,2

胡胜，李莹莹，何怡婷，李景琦，张凡

(1.湖北工业大学电气与电子工程学院，北武汉430068；

2.湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室，北武汉430068)

摘要：针对电池剩余使用寿命RUL)预测过程中存在数据噪声，影响预测精度的问题，提出一种结合

自适应白噪声完全集成经验模态分解CEEMDAN)、CatBoost算法、门控时间卷积网络GTCN)和双

高斯模型DGM)的RUL预测方法。首先采用CEEMDAN分解容量信号，得到若干高频分量和低频

分量。然后使用CatBoost算法量化每个分量对于原始容量数据的贡献率，并将其作为权重，