来源：期刊VIP网 时间：
作者：郭新春;张怡;张执超;李春玲;
单位：河北省风光氢储安全监测与智能运行技术创新中心(华北理工大学);
摘要：准确估计锂离子电池健康状态（SOH）能够显著提高电池管理系统的安全性，并降低运维成本。为克服容量回升现象产生的预测误差和传统模型捕获信息过少等问题，提出一种基于ICEEMDAN-DCInformer模型的SOH估计方法。首先，利用改进的自适应噪声完备集合经验模态分解（ICEEMDAN）将锂离子电池容量数据分解成不同频率的子模态，以消除SOH估计中容量回升现象产生的误差；其次，对Informer模型进行改进，将其中一维卷积替换为空洞因果卷积，使模型能够在增加信息捕获量的同时降低计算开销；最后，在美国航空航天局提供的锂离子电池数据集上，将所提方法与Informer、ICEEMDAN-Informer和DCInformer进行对比。所提模型估计结果在MAE、RMSE、MAPE和时间开销指标上相较于对比算法DCInformer分别减少了35.6%、11.1%、26.4%和15%。结果表明，通过ICEEMDAN分解容量能够消除容量回升现象的干扰，且所提方法精度更高，时间开销更小。
关键词：锂电池;;SOH预测;;ICEEMDAN算法;;Informer网络;;容量回升;;空洞因果卷积
基金资助：国家重点研发计划项目(2021YFE0190900);; 唐山市科学计划项目(22130210H)
