来源：期刊VIP网 时间：
作者：叶震;李琨;李梦男;吴聪;高宏宇;
单位：昆明理工大学信息工程与自动化学院;
摘要：针对锂电池在长期循环充放操作后，其剩余可用容量难以准确预测的问题，提出一种改进EWMA(Exponentially weighted moving average)和多通道混合模型的锂电池可用容量预测方法。提取锂电池充电、放电阶段的电压、电流等特性参量，选取其中与容量相关性较高的特征作为健康因子，利用改进EWMA方法对容量数据及健康因子进行滤波，以减少随机短暂的容量回升现象造成的负面影响，将滤波后的健康因子作为特征向量输入到多通道CNN-BiLSTM-SE混合模型中进行预测。采用CALCE实验中心锂电池数据集进行验证，3组锂电池训练预测数据均采用50%的比例划分，预测结果的平均RMSE(Root mean square error，记为ERMS)达到0.014。
关键词：EWMA;;CNN;;BiLSTM;;混合预测模型;;电池容量预测
基金资助：国家自然科学基金项目（82160787）
