文献

J-GLOBAL ID：201702234252677249   整理番号：17A0145895

リチウムイオン電池残存耐用年数推定のための反復更新のハイブリッドアプローチ【Powered by NICT】

Hybrid approach of iterative updating for lithium-ion battery remaining useful life estimation

著者 (5件)： Song Yuchen (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Yang Chen (Shanghai Institute of Space Power-Sources, Shanghai, China) ,  Wang Tao (Shanghai Institute of Space Power-Sources, Shanghai, China) ,  Liu Datong (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China) ,  Peng Yu (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PHM (Chengdu)  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 残存有効寿命(RUL)予測は多くの電池応用において重要な役割を果たしている。統計的フィルタ,すなわち,粒子フィルタ(PF)は,種々のモデルとその不確実性表現を用いたRULを予測するために広く用いられている。しかし,一般的に使用されるPFは長期予測と反復予測の貧弱な適応の不足に悩まされている。欠点はさらにRUL推定性能を低下させる可能性がある。この困難を克服するために,本論文では,リチウムイオン電池RUL推定のための動的更新を用いたハイブリッドアプローチを提案した。長期劣化傾向推定のデータ駆動モデルに基づく推定結果は正則化されたPF(RPF)のための観測値として用い最適推定を得ることである。さらに,この最適化された推定値は,データ駆動モデルを訓練動的に,反復予測能力を改善するための最新オンライン入力として利用されている。提案したアプローチはこの二種のアイデアから構成されている(i)Liイオン電池の容量を予測するための動的更新戦略及び(ii)正確で安定なRUL推定のための正則化された粒子フィルタとND AR(非線形分解自己回帰)モデルの修正結合。実験の結果は,データ駆動と経験的モデルと組合せた動的更新方法として,提案されたアプローチは,推定精度と不確実性表現の両方に良好な性能を達成することを示唆した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  フィルタ ,  *耐用年数 ,  推定量 ,  正則化 ,  *ハイブリッド方式 ,  不確実性 ,  *電池 ,  長期予測 ,  *リチウムイオン電池
準シソーラス用語： 推定精度 ,  経験モデル ,  最適推定 ,  データ駆動 ,  粒子フィルタ , 【Automatic Indexing@JST】

分類 (1件)： フィルタ一般  (NC04021I)

タイトルに関連する用語 (7件)： リチウムイオン電池 ,  残存 ,  耐用年数 ,  推定 ,  反復 ,  更新 ,  ハイブリッドアプローチ