衛(wèi)星鋰離子電池剩余壽命預測方法及應用研究.pdf

1、鋰離子電池由于具有工作電壓高、體積小、重量輕、比能量高、壽命長和自放電率小等優(yōu)點,成為替代傳統(tǒng)氫鎳、鎳鎘電池的第三代衛(wèi)星用儲能電源。電源子系統(tǒng)作為衛(wèi)星全壽命周期可靠運行的基礎,鋰離子電池的在軌狀態(tài)監(jiān)測、性能預計和系統(tǒng)管理,已經成為航天領域的研究熱點和挑戰(zhàn)問題之一。本文針對數據驅動的衛(wèi)星鋰離子電池剩余壽命預測展開研究。
　　首先,針對空間應用的鋰離子電池在軌運行實際容量數據難以監(jiān)測導致難以實現(xiàn)在軌性能預計的問題,提出一種基于可測外參

2、數作為間接健康因子實現(xiàn)電池剩余壽命預測的預測方法框架。其次,將回聲狀態(tài)網絡(ESN)用于鋰離子電池間接剩余壽命預測框架,利用ESN的高度非線性逼近能力實現(xiàn)鋰離子電池退化建模,等壓降放電時間預測以及剩余壽命預測。
　　然后,針對等壓降放電時間單步迭代預測過程中,初始預測值不能準確跟蹤真實值的下降趨勢,導致誤差逐步累計的問題,提出一種基于單調回聲狀態(tài)網絡(MONotonicEchoStateNetwork,MONESN)的鋰離子電池間

3、接RUL預測方法,將單調先驗知識加入ESN的訓練過程,限制MONESN的輸入和輸出之間的嚴格單調關系以符合剩余壽命軌跡特性,提高等壓降放電時間序列的預測精度。
　　最后,針對基于MONESN的電池RUL預測輸出不穩(wěn)定的問題,采用集成學習方法建立多個MONESN子模型,利用模型輸出多樣性降低泛化誤差并提高輸出穩(wěn)定性。
　　此外,面向航天實際應用需求,采用集成單調回聲狀態(tài)網絡(EnsembleMONotonicEchoState

4、Network,EnMONESN)的鋰離子電池RUL預測算法為基礎,充分發(fā)揮其良好的預測精度和輸出穩(wěn)定性,結合實驗室已有的RUL預測算法研究基礎,采用LabVIEW和MATLAB混合編程的方式,完成基于EnMONESN,GPR和NDAR的衛(wèi)星鋰離子電池剩余壽命預測應用軟件的開發(fā)和驗證。
　　采用NASA公開數據集和實際衛(wèi)星鋰離子電池狀態(tài)監(jiān)測數據完成的大量實驗表明,基于EnMONESN的鋰離子電池間接RUL預測框架可以實現(xiàn)準確而且穩(wěn)