锂离子电池健康状态的DCAE-Transformer预测方法研究

李浩平; 于波涛; 孟荣华; 金朱鸿; 杜昕毅; 李景瑞

doi:10.13393/j.cnki.issn.1672-948X.2025.01.015

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

锂离子电池健康状态的DCAE-Transformer预测方法研究

机电工程 | 更新时间：2025-10-23

- 锂离子电池健康状态的DCAE-Transformer预测方法研究
- 暂无标题
- 三峡大学学报（自然科学版） 2025年第1期页码：106-112
- 作者机构：
  
  三峡大学机械与动力学院
- 作者简介：
- 基金信息：
  
  湖北省自然科学基金项目(2022CFC033);水电机械设备设计与维护湖北省重点实验室开放基金项目(2024KJX12)
- DOI：10.13393/j.cnki.issn.1672-948X.2025.01.015
  中图分类号： TM912
- 纸质出版：2025
- 稿件说明：
移动端阅览
李浩平, 于波涛, 孟荣华, 等. 锂离子电池健康状态的DCAE-Transformer预测方法研究[J]. 三峡大学学报（自然科学版）, 2025,(1):106-112.
李浩平, 于波涛, 孟荣华, 等. 锂离子电池健康状态的DCAE-Transformer预测方法研究[J]. 三峡大学学报（自然科学版）, 2025,(1):106-112. DOI： 10.13393/j.cnki.issn.1672-948X.2025.01.015.

DOI：

摘要

提出了一种基于Transformer的DCAE-Transformer模型，旨在改善健康状态（SOH）估计的准确性.该方法通过Pearson相关系数筛选关键特征，利用去噪自编码器（DAE）和卷积神经网络（CNN）相结合进行数据预处理和特征提取，再将数据输入Transformer框架完成预测.使用NASA和CALCE提供的数据集进行验证，DCAE-Transformer模型在NASA电池样本上的误差指标(E

、E

MAP

和E

RMS

)均低于1%

值超过99.5%;在CALCE样本上，误差指标低于5%

值超过98%.结果表明，该模型在锂电池SOH估计方面具有较高的精确性和泛化性.

Abstract

关键词

Keywords

references

王经纬,高艳鹍,宋澣兴,刘一非.基于Transformer的飞机状态预测[J].计算机工程与设计,2024(02).

戴国洪,张道涵,彭思敏,苗一凡,卓悦,杨瑞鑫,于全庆.人工智能在动力电池健康状态预估中的研究综述[J].机械工程学报,2024(04).

尹杰,刘博,孙国兵,钱湘伟.基于迁移学习和降噪自编码器-长短时间记忆的锂离子电池剩余寿命预测[J].电工技术学报,2024(01).

任利强,贾舒宜,王海鹏,王子玲.基于深度学习的时间序列分类研究综述[J].电子与信息学报,2024(08).

周道亮.基于机器学习的电池剩余使用寿命预测方法综述[J].电源技术,2023(09).

张彬桥,舒勇,江雨.基于改进变分模态分解和优化堆叠降噪自编码器的轴承故障诊断[J].计算机集成制造系统,2024(04).

蔡艳平,陈万,苏延召,姜柯,黄华.锂离子电池剩余寿命预测方法综述[J].电源技术,2021(05).

段文献.锂离子电池状态估计与剩余使用寿命预测的研究[D].吉林大学,2023(06).

Hosseininasab Seyedmehdi,Lin Changwei,Pischinger Stefan,Stapelbroek Michael,Vagnoni Giovanni.State-of-health estimation of lithium-ion batteries for electrified vehicles using a reduced-order electrochemical model[J].Journal of Energy Storage,2022.

Zhang Yongzhi,Xiong Rui,He Hongwen,Pecht Michael G..Long Short-Term Memory Recurrent Neural Network for Remaining Useful Life Prediction of Lithium-Ion Batteries[J].IEEE Transactions on Vehicular Technology,2018.

Fangfang Yang,Dong Wang,Yinjiao Xing,Kwok-Leung Tsui.Prognostics of Li(NiMnCo)O2-based lithium-ion batteries using a novel battery degradation model[J].Microelectronics Reliability,2017.

Anil V. Virkar.A model for degradation of electrochemical devices based on linear non-equilibrium thermodynamics and its application to lithium ion batteries[J].Journal of Power Sources,2011.

浏览量

389

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于注意力机制的改进LSTM锂电池健康状态估计方法