基于ANFIS的磷酸铁锂电池循环寿命预测方法

针对磷酸铁锂电池循环寿命在使用过程中难以预测的问题,通过神经模糊逻辑系统对锂电池循环寿命变化的历史数据进行学习,建立以循环次数、温度、电池容量为输入,相邻循环电池容量差值为输出的电池容量变化模型,通过得到锂电池容量变化趋势,从而实现对锂电池循环寿命的预测,最后,将锂电池循环寿命预测结果与实际数据进行对比,验证该方法的有效性.     

磷酸铁锂动力电池循环寿命预测方法

针对粒子滤波循环寿命预测算法对磷酸铁锂动力电池长期预测效果较差问题,通过神经网络对电池历史数据进行学习,将训练学习值作为观测值代入粒子滤波算法中,修正粒子状态值;针对磷酸铁锂电池动态方程中寿命没有直接与观测值建立联系的问题,推导了关于电池寿命与容量观测值的后验概率关系,得到蒙特卡洛方法下的后验概率密度关系,给出了电池寿命预测不确定性表达。实验结果表明以神经网络训练值,作为改进粒子滤波动态方程算法的观测值,方法有效,降低了预测误差。