基于深度学习的锂电池剩余寿命预测方法

作     者：谢奥 胡克用 戴晓阳 安群 吴天宸 

作者机构：杭州师范大学钱江学院浙江杭州310018 杭州师范大学工学院浙江杭州310018 

基　　金：浙江省自然科学基金联合基金资助项目“面向新型城镇的微能源网多时间尺度协调机理与优化调度研究”(项目编号LHY21E090004)的阶段性成果 浙江省高等教育学会2022年度高等教育研究课题“基于‘三层递进、三线融合’的新工科人才培养体系的构建与实践研究”(项目编号:KT2022005)的阶段性成果 浙江省教育科学规划课题“高校课程思政和专业教学协同育人的探索与研究”(项目编号:2021SCG028)的阶段性成果 杭州师范大学钱江学院学生科研项目“基于深度学习的锂电池剩余寿命预测方法研究”(项目编号:2022QJXS03)的阶段性成果 杭州师范大学钱江学院学生科研项目“基于网络摄像与互联网技术的智能测量系统设计”(项目编号:2022QJXS09)的阶段性成果 

出 版 物：《移动信息》 (MOBILE INFORMATION)

年 卷 期：2022年第5期

页      码：5-7页

摘      要：锂电池被广泛运用于生产、生活的各个方面,但由于自放电等各种因素会造成锂电池寿命的衰退,因此,精准预测锂电池的剩余寿命、提高电池的使用效率成了一个非常有意义的研究领域。针对这些问题,文章设计了一个锂电池充放电一体系统,用来收集锂电池的充放电以及寿命等数据,主要是基于神经网络的深度学习,综合各种优点,设计出一种抗干扰能力强、精确度高、具有实用意义的锂电池剩余寿命预测算法,以供参考。

主 题 词：锂电池 电池剩余使用寿命 高斯过程回归 神经网络 

学科分类：0808[工学-自动化类] 08[工学] 

馆 藏 号：203114462...