来源：期刊VIP网 时间：
作者：陆靖辉;汪伟;邹国平;安斯光;
单位：中国计量大学机电工程学院;
摘要：随着锂电池的广泛应用，在电池早期退化阶段快速准确地预测剩余使用寿命（RUL）变得越来越重要。现有研究专注于预测精度而忽视了速度，并且面对因工作条件不同而导致电池寿命相差较大的情况时，预测结果并不理想。针对以上问题，提出一种基于两阶段相似样本选择和高斯过程回归（GPR）的锂电池早期RUL快速预测方法。在相似样本选择阶段，先根据电池早期数据计算训练样本与测试样本间的相似度，将最相似的5个作为候选样本；再使用K-means对候选样本的后期特征进行聚类，将数量最多的类别作为相似样本；在预测和训练阶段，使用GPR进行训练和预测。基于公开数据集的测试结果表明，所提方法平均预测误差和时间仅为3.4%和0.024 s，在保证预测精度的同时大大提升了预测速度。
关键词：锂离子电池;;快速预测;;早期剩余使用寿命;;相似样本;;高斯过程回归;;数据分散
基金资助：国家自然科学基金项目(52377017)
