期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
强干扰下基于VMD三次分解的锂电池健康状态估计方法
1
作者
蔡志端
张吴哲
+1 位作者
吴成傲
童嘉阳
《储能科学与技术》
北大核心
2025年第4期1631-1644,共14页
针对传感器测量噪声或工况导致的电流突变对锂电池容量增量曲线造成的强干扰而引发的电池健康状态评估不准确的问题,本工作创新地提出了一种基于三次变分模态分解的解决方法,以提高电池健康状态评估的准确性。首先,通过双重变分模态分...
针对传感器测量噪声或工况导致的电流突变对锂电池容量增量曲线造成的强干扰而引发的电池健康状态评估不准确的问题,本工作创新地提出了一种基于三次变分模态分解的解决方法,以提高电池健康状态评估的准确性。首先,通过双重变分模态分解技术,对受干扰影响的容量增量曲线进行去噪处理,干扰源包括全域电压噪声、局部电压噪声以及局部电流突变噪声等,并对去噪之后得到的曲线提取峰值特征量;其次,为进一步提升峰值特征量表征电池健康状态的能力,对所提取的峰值特征量再次使用变分模态分解,并依据皮尔逊相关性分析,将模态分量重构为主退化趋势和波动趋势两个分量,主退化趋势分量反映了特征量随着时间推移的整体衰减情况,而波动趋势则捕捉了特征量较短时间内的变化特性,两者共同作为健康特征用于锂电池的健康状态估计;最后,基于NASA数据集,采用长短期记忆网络等算法进行电池健康估计验证实验。实验结果表明,本工作所提出的方法在强干扰环境下对锂电池健康状态估计有效,且能达到良好的估计精度与优势。
展开更多
关键词
容量增量
变分模态双重分解
噪声
主退化趋势
波动趋势
长短期记忆网络
在线阅读
下载PDF
职称材料
题名
强干扰下基于VMD三次分解的锂电池健康状态估计方法
1
作者
蔡志端
张吴哲
吴成傲
童嘉阳
机构
湖州学院智能制造学院
湖州师范学院工学院
湖州市绿色能源材料与电池梯次利用重点实验室
出处
《储能科学与技术》
北大核心
2025年第4期1631-1644,共14页
基金
浙江省湖州市基础公益研究计划项目(2022gz02)。
文摘
针对传感器测量噪声或工况导致的电流突变对锂电池容量增量曲线造成的强干扰而引发的电池健康状态评估不准确的问题,本工作创新地提出了一种基于三次变分模态分解的解决方法,以提高电池健康状态评估的准确性。首先,通过双重变分模态分解技术,对受干扰影响的容量增量曲线进行去噪处理,干扰源包括全域电压噪声、局部电压噪声以及局部电流突变噪声等,并对去噪之后得到的曲线提取峰值特征量;其次,为进一步提升峰值特征量表征电池健康状态的能力,对所提取的峰值特征量再次使用变分模态分解,并依据皮尔逊相关性分析,将模态分量重构为主退化趋势和波动趋势两个分量,主退化趋势分量反映了特征量随着时间推移的整体衰减情况,而波动趋势则捕捉了特征量较短时间内的变化特性,两者共同作为健康特征用于锂电池的健康状态估计;最后,基于NASA数据集,采用长短期记忆网络等算法进行电池健康估计验证实验。实验结果表明,本工作所提出的方法在强干扰环境下对锂电池健康状态估计有效,且能达到良好的估计精度与优势。
关键词
容量增量
变分模态双重分解
噪声
主退化趋势
波动趋势
长短期记忆网络
Keywords
capacity increment
variational mode decomposition
noise
primary degradation trend
fluctuation trend
long short term memory network
分类号
TM912 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
强干扰下基于VMD三次分解的锂电池健康状态估计方法
蔡志端
张吴哲
吴成傲
童嘉阳
《储能科学与技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
