随机工况下基于改进ANFIS的锂电池容量衰减实时估计

• 全文链接
• 请求原文

作   者：

刘彤宇;  陆起涌;  李旦;  张建秋;  王开铟; 

作者机构：

复旦大学信息科学与工程学院电子工程系;  复旦大学电子工程系; 

关键词：

锂电池;  模糊推理系统;  容量估计;  可解释性; 

期刊名称：

仪器仪表学报

i s s n：

0254-3087

年卷期：

2024 年 45 卷 005 期

页   码：

218-226

摘   要：

锂电池容量的衰减会影响其安全性和稳定性，准确的容量估计能够帮助用户进行更好的决策。目前，广泛使用的黑盒数据驱动模型因其不可解释性很难被应用于安全相关的领域中，并且大多方法都基于固定工况进行特征提取，对具有随机性的实际工况不具有普适性。因此，本文构建了一种基于随机工况数据的改进自适应模糊神将网络推理系统(ANFIS)。首先分析了容量衰减的影响因素，据此从电池监测数据中提取和筛选健康特征；其次系统内部利用激活机制简化系统结构，并引入衰减系数更好地拟合电池单体特性；然后通过自适应粒子滤波算法优化模糊聚类中心；最后使用NASA随机工况数据集验证了该系统的有效性，其容量估计RMSE为3.73%。与其他方法相比，本文提出的方法结果精度更高且具有一定的可解释性。