手机知网 App
24小时专家级知识服务
打 开
电力工业
车用锂离子动力电池剩余寿命非线性组合预测研究
针对用单一预测模型难于准确预测锂电池剩余寿命(remaining useful life,RUL)难题,提出了采用非线性组合预测方法;采用相空间重构对实验采集到的数据进行重构,将重构后的数据对改进的Elman神经网络和非线性自回归(Nonlinear AutoRegressive with eXogenous input,NARX)神经网络2个单项预测模型进行训练和预测,采用RBF神经网络对2个单项模型的预测值进行非线性组合,获得最终的RUL预测值;实验结果显示,本文提出的非线性组合预测方法的均方误差比PCA-NARX方法提高了近1个百分点,比NARX方法提高了近2个百分点,比改进的Elman方法提高了近3个百分点,表明了非线性组合预测方法具有较高的精度及泛化能力,采用相空间重构技术有利于提高非线性组合方法的预测精度。
0 138
手机阅读本文
下载APP 手机查看本文
北京师范大学学报(自然科学版)
网络首发
相似文献
图书推荐
相关工具书

搜 索