来源：期刊VIP网 时间：
作者：王健;崔俊;王晓佳;于昊铜;
单位：太原理工大学机械与运载工程学院;
摘要：锂离子电池是纯电动汽车供能的主要形式，针对目前锂离子电池剩余使用寿命（RUL）预测精度低，模型适应性不强等问题，提出一种WD-ISSA-LSTM的锂电池RUL预测方法。首先对马里兰大学公开数据集中的CX2-36和CX2-38两块电池的原始数据进行小波降噪处理；其次利用Logistic混沌映射初始化种群和加入动态权重因子去改进麻雀搜索算法（SSA）；最后，采用ISSA对长短期记忆网络（LSTM）的超参数进行优化，用优化后的LSTM实现滚动预测。预测结果表明：与单一的LSTM预测相比，预测精度有了很大的提高，均方根误差均保持在1%之内，拟合程度提高了16%，并在CX2-34电池上验证了该方法的适应性。
关键词：锂电池;;剩余使用寿命;;小波降噪;;改进麻雀搜索算法;;LSTM
基金资助：山西省科技厅重大专项中重卡燃料电池项目(20181102009)
