-
题名基于时空建模的锂离子电池温度预测
被引量：1
- 1
-
-
作者
吕洲
何波
宋连
-
机构
广州国科电技术有限公司
武汉理工大学重庆研究院
-
出处
《电池》
CAS
北大核心
2024年第4期497-502,共6页
-
基金
国家自然科学基金面上项目(52373306)
重庆市自然科学基金(2023NSCQ-MSX2249)。
-
文摘
锂离子电池温度具有时空耦合、强非线性和时变特性,建立准确的预测模型有困难。提出一种基于时空建模的锂离子电池温度分布预测方法。利用正交局部保持投影(OLPP)将电池温度分离为正交空间基函数和时间系数。以电流、电压为输入,时间系数为输出,建立基于带遗忘因子的在线顺序超限学习机(FFOS-ELM)的低阶时序模型。通过时空合成,重构出原始的温度分布。三元软包装锂离子电池温度预测结果表明,与基于拉普拉斯特征映射和在线顺序极限学习机的在线时空建模方法(LE-OS-ELM)相比,所提方法的预测精度更高,在恒流放电和城市动力测驾循环(UDDS)工况下,时间标准绝对误差分别在(0.030,0.155)和(0.095,0.110)区间内,均方根误差分别为0.097 2及0.108 4。
-
关键词
锂离子电池温度
在线时空建模
正交局部保持投影(OLPP)
带遗忘因子的在线顺序超限学习机(ffos-elm)
-
Keywords
Li-ion battery temperature
online spatiotemporal modeling
orthogonal locality preserving projection(OLPP)
online sequential extreme learning machine with forgetting factor(ffos-elm)
-
分类号
TM912.9
[电气工程—电力电子与电力传动]
-
