文献

J-GLOBAL ID：201802273875911432   整理番号：18A0440949

ハイブリッドモデルに基づくフィルタリングとデータ駆動法を用いたリチウムイオン電池の残存有効寿命予測【Powered by NICT】

Remaining useful life prediction of lithium-ion battery using a hybrid model-based filtering and data-driven approach

著者 (3件)： Zheng Xiujuan (Engineering Research Center for Metallurgical Automation and Measurement Technology, Ministry of Education, School of Information Science and Engineering, Wuhan University of Science & Technology, 947 Heping Road, Wuhan 430081, China) ,  Wu Huaiyu (Engineering Research Center for Metallurgical Automation and Measurement Technology, Ministry of Education, School of Information Science and Engineering, Wuhan University of Science & Technology, 947 Heping Road, Wuhan 430081, China) ,  Chen Yang (Engineering Research Center for Metallurgical Automation and Measurement Technology, Ministry of Education, School of Information Science and Engineering, Wuhan University of Science & Technology, 947 Heping Road, Wuhan 430081, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ASCC  ページ： 2698-2703  発行年： 2017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： リチウムイオン電池は,工業システムに広く使用されているが,その性能サイクル劣化徐々には避けられない問題である。信頼できない残存耐用年数(RUL)予測の主な理由は,物理的劣化モデルの適応性と精度は完全には考慮されていないことである。本論文では,モデルベースのKalmanフィルタ(KF)とデータ駆動関連ベクトルマシン(RVM)の組み合わせを用いた新しいハイブリッドアルゴリズムは,電池の劣化傾向を追跡するために提案した。データ駆動RVMを用いて,容量劣化傾向を学習し,多段階将来観察シリーズ,KFに供給新しい観察を予測した。,RVMは反復計算による予測を実装したので,その累積誤差は常に無視されている。将来の観測または分解モデルのどちらかに対する過剰な依存,システムモデルと将来観察間の合理的なバランスを実現することを避けるために重み関数はKFにおける更新段階を調整する目的で設計した。同時に,システムダイナミックスを考慮した予測期間中に変化するかもしれない,改良セージHusa適応フィルタリングアルゴリズムを用いて動的に観測雑音共分散を更新することである。最後に,提案した方法の実現可能性と検証は,NASA PCoEから電池試験データを用いて調べた。Copyright 2018 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： *電池 ,  適応性 ,  共分散 ,  Kalmanフィルタ ,  *フィルタリング ,  *予測 ,  *リチウムイオン電池 ,  システムモデル ,  *耐用年数 ,  システムダイナミックス ,  重み関数
準シソーラス用語： 関連ベクトルマシン ,  モデルベース ,  劣化モデル ,  *データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： ハイブリッドモデル ,  データ駆動 ,  リチウムイオン電池 ,  残存 ,  有効寿命 ,  予測