基于隱馬爾可夫模型的鋰電池退化狀態(tài)識別

Recognition on regression state of lithium-ion battery by using hidden Markov model

針對電池容量在實際應(yīng)用中難以測量的問題,從在線傳感器直接觀測的電壓、電流、時間等參數(shù)中提取狀態(tài)特征向量代替容量來表征電池的健康狀況.使用隱馬爾可夫模型(HMM)作為狀態(tài)監(jiān)測器,分別對不同的退化時期建立HMM,通過前向-后向算法對當前觀測序列計算相似概率來判斷當前電池的健康狀況.使用馬里蘭大學(xué)先進壽命周期工程研究中心(CALCE)公開的數(shù)據(jù)集與BP神經(jīng)網(wǎng)絡(luò)進行了對比實驗,實驗結(jié)果表明HMMs對鋰電池退化狀態(tài)有很高的識別率.

作 者：喬玉龍 王玉斐 李娜 QIAO Yulong WANG Yufei LI Na

作者單位：哈爾濱工程大學(xué) 信息與通信工程學(xué)院,黑龍江 哈爾濱,150001 

刊 名：應(yīng)用科技  ISTIC

英文刊名：Applied Science and Technology 

年，卷(期)：2018 45(2)