基于隱馬爾可夫模型的鋰電池退化狀態(tài)識(shí)別

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

針對(duì)電池容量在實(shí)際應(yīng)用中難以測(cè)量的問(wèn)題,從在線傳感器直接觀測(cè)的電壓、電流、時(shí)間等參數(shù)中提取狀態(tài)特征向量代替容量來(lái)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(cè)器,分別對(duì)不同的退化時(shí)期建立HMM,通過(guò)前向-后向算法對(duì)當(dāng)前觀測(cè)序列計(jì)算相似概率來(lái)判斷當(dāng)前電池的健康狀況.使用馬里蘭大學(xué)先進(jìn)壽命周期工程研究中心(CALCE)公開(kāi)的數(shù)據(jù)集與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明HMMs對(duì)鋰電池退化狀態(tài)有很高的識(shí)別率.

作 者：?jiǎn)逃颀?nbsp;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)