基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测

《基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测》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、航空学报Sep．252013Vol34No．92219．2229ActaAeronauticaetAstronauticaSinicaISSN1000．6893CN11-1929／V================================================一http：#hkxb．buaa．edu．cahkxb@buaa．edu．cn基于贝叶斯LS—SVR的锂电池剩余寿命概率性预测陈雄姿，于劲松*，唐获音，王英勋北京航空航天大学自动化科学与电气工程学院，北京100191摘要：提出了一种基于贝叶斯最小二乘支持向量回归(LS-SV

2、R)的锂电池剩余寿命在线概率性预测方法。首先，通过滚动窗方法选取锂电池历史健康退化数据，并根据相空间重构原理建立训练样本，其中最小嵌入维数使用Cao氏方法计算获得。然后，运用贝叶斯3层推理训练LS-SVR预测模型，在迭代预测阶段，采用蒙特卡罗方法来表示和管理多步预测中的不确定性及其传递，即用一群离散粒子来近似连续分布，结合“退化轨迹不相交”原则和高斯过程假设，预测出锂电池健康状态未来时刻的发展趋势。最后结合给定的失效阈值，通过统计穿越阈值的粒子数目得到剩余寿命的概率分布。使用美国国家航空航天局阿姆斯研究中心公开的电池数据集与高斯过程回归(GPR)

3、方法进行对比实验，多项预测性能指标结果表明贝叶斯LS-SVR方法具有更高的预测准确度和置信度。关键词：锂电池；剩余寿命；概率性预测；最小二乘支持向量回归(LS—SVR)；不确定性管理中图分类号：V240．3；TP202+．1文献标识码：A文章编号：1000—6893(2013)09—2219—11锂电池基于其重量轻、能量密度大和使用寿命长等优点，目前已被广泛应用于移动通信装置、电动车辆、军用电子设备以及航空航天电子系统等领域。然而，锂电池在使用过程中性能会逐渐衰退，它的失效不仅会带来由于故障停机、更换或维修而产生的巨大经济损失，还可能导致灾难性的

4、事故，特别是在航空航天领域[1]。因此，研究锂电池的预测与健康管理(PrognosticsandHealthManagement，PHM)技术L2j，及早准确地预测出锂电池的剩余寿命(ResidualLife，RL)，对于系统的安全性、稳定性和经济性具有重要意义∞]。通过预测设备健康参数未来的变化趋势可以估计其剩余寿命[4]。锂电池剩余寿命的估计可以通过对其容量、充电状态以及电压电流值的预i贝4并结合给定的失效阈值来获得口’3]。现有的锂电池剩余寿命预测方法主要可以分为基于模型的方法和数据驱动的方法。锂电池内部物理化学结构非常复杂，难以建立物理失

5、效模型，现有的基于模型的方法主要是寻找数学模型去拟合锂电池的退化轨迹，然后运用粒子滤波方法实现预测。文献Eli和文献[5]提出了一种贝叶斯锂电池剩余寿命预测框架，该框架首先根据历史数据运用相关向量机离线开发模型，然后将获得的状态空间模型用于粒子滤波方法，结合电池的阻抗谱数据预测锂电池的剩余寿命。该方法能够获得准确的预测值并考虑了预测不确定性的表示和管理，但是该方法需要事先离线训练模型，不利于在线应用。He等[61使用双指数模型来近似锂电池容量的退化轨迹，借助Dempster—Shafer(DS)证据理论初始化模型参数，再结合粒子滤波实现锂电池寿命

6、收稿日期：2012—11—28；退修日期：2013—03-14；录用日期：2013-04-22；网络出版时间：2013-04—2319：12网络出版地址：WWWcnki．net／kcms／detail／111929V20130423．1912．002．html基金项目：航空科学基金(20100751010，2010ZDll007)*通讯作者．Tel：010-82338693E-mail：yujs@buaa．edu．cn礅用搭武：ChenXZ．YuJS。TangDY。etal．Probabl

7、

8、sticresiduallifepredictionf

9、orlithium—ionbaHer『esbasedonBayesianLS-SVR．ActaAeronauticaetAstronauticaSinica，2013，34(9)：2219-2229．陈雄姿，于劲松。唐荻音，等．基于贝叶斯LS-SVR的锂电池剩余寿命概率性预溅航空学摄。2013．34(9)：2219-2229i2220航空学报Sep．252013V01．34No．9预测。该方法具有在线应用的能力，预测效果较好。上述两种方法一个共同的不足是锂电池的退化曲线受外部工作环境和负载条件的影响较大，很难建立通用的模型。数据驱动的方法则相对灵

10、活一些。J．Liu等口3针对锂电池阻抗谱数据提出了一种自适应递归神经网络锂电池剩余寿命预测方法，该方法能得到满意的预测结果，但它无法避免