基于gso-elm的锂离子电池剩余寿命间接预测方法研究

《基于gso-elm的锂离子电池剩余寿命间接预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号；密级１０１５１单位代码ＵＤＣ：？乂是洛事乂掌全日制学术型硕±研究生学位论文基于ＧＳＯ－ＥＬＭ的裡离子电池剩余寿命间接预测方法硏究吴猜嚳指导教师徐进学教授申请学位类别工学硕±学科（专业）名称控制科学与工程学位授予单位大连海事大学２０１７年３月分类号密级ＵＤＣ单化代巧１０１５１大连海事大学硕±学位论文基于ＧＳＯ－ＥＬＭ的裡离子电池剰余寿命间接预测方法研巧吴猜鲁指导教师徐讲学职称整授学位授予单位大连海事大学申请学位级别工学硕±

2、学科专业检制科学与工稱（）论文完成日期２０１７年３月答辩日期２０１７年３月答辩委员会主家少Ｒｅｓｅａｒｃｈｏｎ化ｄｉｒｅｃｔＰｒｅｄｉｃｔｉｏｎＭｅｔｈｏｄｏｆＲｅｍａｉｎｉｎｇＬｉｆｅＢａ－－ｓｅｄｏｎＧＳＯＥＬＭｆｏｒＬｉｔｈｉｕｍｉｏｎＢａｔｔｅｒｙ乂化的ｉｓＳｕｂｍｉｔｔｅｃＨｏＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅ山ｒｅｍｅｎｔｓ化ｒｔｈｅｄｅｒｅｅｏｆｐｑｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇｂｙＷｕ

3、ＪｉｎｒｕｉｇＣｏｎｔｒｏｌＳｃｉｅｎｃｅａｎｄＥｎｉｎｅｅｒｉｎ（ｇｇ）ＴｈｅｓｉｓＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＸｕＪｉｎｘｕｅｐＭ化２０１７大连海事大学学位论文原创性声明和使用授巧说明原倒性声明本人郑重声明：本论文是在导师的指导下，，独立进行研巧工作所取得的成果撰写成博／硕＂＂基干ｒ－ＥＬＭ的巧巧子由浙新会若命巧接预测方注研巧±学位论文，ＳＯ。除论文中己经注明引用的内容外，巧论文的研巧做出重要责献的个人和集体，均已在文中Ｗ明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。

4、本声明的法律责任由本人承担。学位论文作者签名：玉学位论文版权使用搬书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研巧生学位论文的规定，即：大连海事大学有权保留并向国家有关部口或机构送交学位论文的复印件和电子版，允许论文被査阅和借阅。本人授权大连海事大学可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕±学位论文全文数据库》（中国学术期刊（光盘版）电子杂志社）、《中国学位论文全文数据库》中国科学技术信息研究所）等数据库中，并Ｗ电子出版物

5、形式出（版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于：保密□在年解密后适用本授权书。＂＂不保密ｅ／（请在Ｗ上方框内打Ｖ）论文作纖导巧签名，础套；曰斯年＾月中文摘要摘要一裡离子电池作为种能量供应部件，具有体积小、重量轻、温度范围宽和高能、量比等诸多优点，是很多复杂系统关键电子设备的组成部分，对整个系统起着至关重要的作用。在系统运行时，若没有对裡离子电池的剩余寿命ｒｅｍａｉｎｉｎｕｓｅ化１（ｇ一ｌｉｆｅＲＵＬ进行监测Ｗ便及时更换新的电池或维修，旦发生故障则会直接导致系，）统性能降低，，甚至引发灾难性的

6、故障并造成重大损失尤其对于航空航天系统，因此，裡离子电池ＲＵＬ预测具有极其重要的实用价值和研究意义。本文针对钮离子电池的ＲＵＬ预测问题展开研究，提出了基于董火虫优化算法的极限学习机－－裡离子电池ｇｌｏｗｗｏｒｍｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｅｘｔｒｅｍｅｌｅａｒｎｉｎｍａｃｈｉｎｅＣＳＯＥＬＭ（ｇ，）ＲＵＬ预测模型。针对传统单隐层前馈神经网络学习算法存在的缺陷，在单隐层前馈神经网络中引入了极限学习机算法，并对极限学习机算法的理论进行了详细说明。针对钮电池容量难Ｗ在线监测的问题，采用等压降放电时间序列作为间接健康因子，并建立了ＲＵＬ

7、间接预测框架。选择ＮＡＳＡ裡电池实验数据（Ｂ５，Ｂ６，Ｂ７，Ｂ１巧为研究对象，首先提取了实际容量；然后选取恒压放电模式，提取了电压、电流Ｗ及充放电循环周期，得到了等压降放电时间序列；最后采用偏相关系数法证明了电池实际容量和等压降放电时间序列之间存在着强关联性，从而证明了采用等压降放电时间序列进行间接ＲＵＬ预测方法的可行性。采用童火虫算法对极限学习机的不足之处进行优化，建立了董火虫优化算法的极限学习机ＳＯ－ＥＬＭ－ＥＬＭ算法模型用于裡离子电池间接ＲＵＬ（Ｇ）模