混合模糊信息粒化和时间序列密集编码器的锂离子电池剩余寿命区间预测方法
第50卷 第9期
作者：李辉， 崔方舒， 史元浩，王博辉
作者单位：1. 中北大学电气与控制工程学院，山西太原030051; 2. 中北大学计算机科学与技术学院，山西 太原 030051; 3. 西安交通大学网络空间安全学院，陕西 西安 710049。
摘要：
锂离子电池的剩余使用寿命（remaining useful life，RUL）是电池健康状态的关键指标，对其进行预测具有重 要的现实意义。该工作将模糊信息粒化（fuzzy information granulation，FIG）技术与时间序列密集编码器模型（timeseries dense encoder，TiDE）相结合，提出了一种对锂离子电池的 RUL 进行区间预测的模型。首先将锂离子电池容量 退化时间序列通过 FIG 技术转化为粒子序列信息，以此得到模糊信息粒子的上下界序列。其次，分别对上下界序列 使用 TiDE 模型进行训练预测，从而得到区间预测的结果。实验结果表明，与基于支持向量回归（support vector regression，SVR）和长短期记忆网络（long short term memory network，LSTM）的区间预测模型以及不使用狐狸优化算 法（fox-inspired optimization algorithm，FOA）优化的 TiDE 模型相比，该工作提出的基于 FIG 技术结合 TiDE 模型与 FOA 的区间预测方法在锂离子电池 RUL 预测性能上具有更高的可靠性。
关键词：
锂离子电池 ; 剩余使用寿命 ; 区间预测 ; 时间序列密集编码器
【征文】系列
【会议征稿】
【会议邀请】系列
【期刊】系列
【科普】系列
