基于新陈代谢GM(1,1)-神经网络的锂离子电池贮存寿命研究

基于新陈代谢GM(1,1)-神经网络的锂离子电池贮存寿命研究李炬晨;胡欲立;郝泽花;张子正;郑乙
【期刊名称】《水下无人系统学报》
【年(卷),期】2022(30)2
【摘要】现役鱼雷大多时间处于贮存状态,而锂离子电池是其主要的动力能源,所以针对锂离子电池的贮存寿命研究尤为重要。

文中以18650型钴酸锂电池为研究对象,通过开展加速寿命试验,获得在不同应力条件下电池容量和内阻随时间的变化曲线,并确定有利于缓解电池寿命衰减的贮存条件为:温度25℃、电池荷电状态30%;综合灰色预测方法及BP神经网络的优点,采用新陈代谢灰色模型GM(1,1)-神经网络方法对锂离子电池的容量进行预测,经验证该组合预测模型比灰色预测模型和新陈代谢GM(1,1)预测模型精度更高且更适用于电池寿命预测,从而获取锂离子电池在不同应力条件下的贮存寿命,进一步验证了有利于缓解电池寿命的贮存条件。

【总页数】6页(P231-236)
【关键词】锂离子电池;加速寿命试验;灰色神经网络;贮存寿命
【作者】李炬晨;胡欲立;郝泽花;张子正;郑乙
【作者单位】西北工业大学航海学院
【正文语种】中文
【中图分类】TJ630.32;U661
【相关文献】
1.基于马尔克夫灰色残差GM(1,1)模型的HTPB推进剂贮存寿命预估
2.基于改进GM(1,1)模型的引信系统贮存寿命预测方法
3.应用GM(1,1)模型研究高压脉冲电容器的长期贮存寿命
4.应用GM(1,1)模型研究军用电子元器件的长期贮存寿命
5.基于新陈代谢GM(1,1)-Copula-BP神经网络的STI预测
因版权原因，仅展示原文概要，查看原文内容请购买。