基于DS数据融合与SVR-PF的锂离子电池RUL预测方法 |
| |
作者单位: | ;1.哈尔滨工业大学空间控制与惯性技术研究中心 |
| |
摘 要: | 为防止锂离子电池失效导致的系统失效,提出一种基于DS数据融合与支持向量回归机粒子滤波(Support Vector Regression-Particle Filter,SVR-PF)的锂离子电池剩余有效工作时间(Remaining Useful Life,RUL)预测方法.结果表明:该预测方法能够融合不同数据源对锂离子电池RUL的预测结果,改进可用数据较少时RUL的预测准确度.
|
关 键 词: | 锂离子电池 RUL DS数据融合 SVR-PF |
Lithium-ion battery RUL prediction based on Dempster-Shafer theory and SVR-PF |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|