文献

J-GLOBAL ID：201502265281951249   整理番号：15A0705590

Gaussianプロセスモデルの混合と粒子フィルタに基づくリチウム-イオン電池の健全性評価のための新しい予測方法

A new prognostics method for state of health estimation of lithium-ion batteries based on a mixture of Gaussian process models and particle filter

著者 (2件)： LI Fan (Uncertainty Decision-Making Lab., Sichuan Univ., Chengdu 610064, CHN) ,  XU Jiuping (Uncertainty Decision-Making Lab., Sichuan Univ., Chengdu 610064, CHN)
資料名： Microelectronics Reliability  (Microelectronics Reliability)
巻： 55  号： 7  ページ： 1035-1045  発行年： 2015年06月 
JST資料番号： C0530A  ISSN： 0026-2714  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 電池のための健全性(SOH)評価は電池駆動システムの予測と健全性管理(PHM)において重要な構成要素である。複雑な動作条件により,不確かな状況のもとで予想を実行することが必要である。本論文では,不確かな状態のもとでのリチウム-イオン電池のSOHのためにGaussianプロセス混合(MGP)と粒子フィルタ(PF)に基づく新しい統合化手段を提案した。容量低下に対する確かな状態空間モデルを直接仮定する代わりに,本論文では,利用可能な容量監視データに基づく入力から性能低下プロセスの分布を学習する。時間とともに変化する劣化挙動を捉えるために,提案した方法はMGPモデルを用いて,分布学習のための多重入力として種々の電池状態からのトレーニングデータを融合する。その次に,分布パラメータの再帰的更新が行われる。劣化モデルパラメータの分布情報を活用することにより,PFが電池のSOHの予測の手段となる。提案した方法の有効性を実証するために,実験と比較解析を準備した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *Gauss過程 ,  *予測モデル ,  濾波器 ,  状態推定 ,  時系列 ,  モンテカルロ法 ,  フィルタリング ,  *リチウムイオン電池 ,  健全性 ,  性能評価 ,  寿命予測 ,  *電池容量 ,  分布定数系 ,  *回帰モデル ,  学習モデル
準シソーラス用語： パーティクルフィルタ ,  プロセスモデル ,  健全性評価 ,  混合モデル ,  寿命推定

分類 (1件)： 一次電池  (YB04020Z)

タイトルに関連する用語 (7件)： プロセスモデル ,  粒子フィルタ ,  リチウム ,  イオン ,  電池 ,  健全性評価 ,  予測方法