光纤传感数据不完备下锂电池荷电状态估计

樊庆远; 盛文娟; 王俊凯

doi:10.16628/j.cnki.2095-8188.2026.02.001

欢迎来到能源电力期刊网！

您当前的位置：

首页 >

文章列表页 >

光纤传感数据不完备下锂电池荷电状态估计

研究与分析 | 更新时间：2026-04-19

- 光纤传感数据不完备下锂电池荷电状态估计
- 光纤传感数据不完备下锂电池荷电状态估计
- 电器与能效管理技术 2026年第2期页码：1-11
- 作者机构：
  
  上海电力大学人工智能学部
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61905139);上海市科委重点实验室项目(SKLSF02021-003)
- DOI：10.16628/j.cnki.2095-8188.2026.02.001
  中图分类号： TM912;TP212
- 纸质出版：2026
- 稿件说明：
移动端阅览
樊庆远, 盛文娟, 王俊凯. 光纤传感数据不完备下锂电池荷电状态估计[J]. 电器与能效管理技术, 2026,(2):1-11.

樊庆远, 盛文娟, 王俊凯. 光纤传感数据不完备下锂电池荷电状态估计[J]. 2026, (2): 1-11.
樊庆远, 盛文娟, 王俊凯. 光纤传感数据不完备下锂电池荷电状态估计[J]. 电器与能效管理技术, 2026,(2):1-11. DOI： 10.16628/j.cnki.2095-8188.2026.02.001.

樊庆远, 盛文娟, 王俊凯. 光纤传感数据不完备下锂电池荷电状态估计[J]. 2026, (2): 1-11. DOI： 10.16628/j.cnki.2095-8188.2026.02.001.

摘要

针对锂电池监测中光纤布拉格光栅（FBG）传感数据不完备的情况，提出一种基于非线性独立成分估计（NICE）的FBG应变数据补全方法。为优化NICE模型中采样退火参数，采用粒子群优化（PSO）算法对退火参数进行自适应优化，有效提升了数据生成质量。为进一步提升光纤光栅传感数据在锂电池荷电状态（SOC）估计中的有效性，构建了基于注意力机制和双向门控循环单元（Bi-GRU-Att）的SOC估计模型。实验结果表明，所提PSO-NICE算法相比生成对抗网络（GAN）数据生成算法，在10%、30%、50%和70%的不同数据缺失率下推土机距离d

EMD

均有大幅降低，特别是在缺失率为70%情况下d

EMD

降幅达到73.41%。与传统零值补全相比，所提方法使SOC估计的均方根误差（RMSE）和平均绝对误差（MAE）分别降低了42.384%和37.256%。该方法为实际应用中光纤传感数据缺失的问题提供了解决方案和技术参考。

Abstract

关键词

Keywords

references

张周同,盛文娟.基于ISW和优化VMD-LSTM的锂电池剩余寿命预测[J].电器与能效管理技术,2024(11).

李洋,石振刚.基于PSO-BP-UKF算法的锂电池SOC估计方法研究[J].电器与能效管理技术,2024(06).

李堂,黄康,毛行奎,张哲.基于EKF算法的动力锂离子电池SOC估计[J].电器与能效管理技术,2023(09).

许守平,胡娟,付珊珊,陈娟.基于GRA-MEA-BP算法的锂电池SOC估计方法研究[J].电器与能效管理技术,2023(09).

李晓华.基于IPSO-LIESN网络的锂电池剩余使用寿命预测[J].电器与能效管理技术,2023(05).

张晟斐,李天梅,胡昌华,杜党波,司小胜.基于深度卷积生成对抗网络的缺失数据生成方法及其在剩余寿命预测中的应用[J].航空学报,2022(08).

薛阳,杨艺宁,廖文龙,杨德昌.基于非线性独立成分估计的分布式光伏窃电数据增强方法[J].电力系统自动化,2022(02).

曹晔,杨寅飞,杨秀峰,童峥嵘.Simultaneous temperature and refractive index measurement of liquid using a local micro-structured fiber Bragg grating[J].Chinese Optics Letters,2012(03).

董小伟,裴丽,简水生.非对称熔锥法制作光纤光栅辅助耦合器型上下话路滤波器[J].物理学报,2006(09).

Yunkun Chu,Fei Ren,Xiaping Zhou,Tao Li,Dong Lu,Naxin Cui.Estimation of state-of-charge for lithium-ion batteries based on simultaneous internal strain and temperature monitoring by fiber optic sensors[J].Journal of Energy Storage,2025.

Yixing Wang,Benben Jiang.Attention Mechanism-Based Neural Network for Prediction of Battery Cycle Life in the Presence of Missing Data[J].Batteries,2024.

Chunsheng Hu,Fangjuan Cheng,Yong Zhao,Shanshan Guo,Liang Ma.State of charge estimation for lithium-ion batteries based on data augmentation with generative adversarial network[J].Journal of Energy Storage,2024.

Wang Chen,Wang Yan,Dong Leyi,Yao Fengqi.SOC estimation of lithium battery based on the combination of electrical parameters and FBG non-electrical parameters and using NGO-BP model[J].Optical Fiber Technology,2023.

Sankhyabrata Bandyopadhyay,Matthias Fabian,Kang Li,Tong Sun,Kenneth T. V. Grattan.Fiber-Bragg-Grating-Based Sensor System to Measure Battery State of Charge Based on a Machine Learning Model[J].Batteries,2023.

He Xitian,Sun Bingxiang,Zhang Weige,Su Xiaojia,Ma Shichang,Li Hao,Ruan Haijun.Inconsistency modeling of lithium-ion battery pack based on variational auto-encoder considering multi-parameter correlation[J].Energy,2023.

Xi Jiawei,Li Jinze,Sun Hao,Ma Tianhong,Deng Li,Liu Nan,Huang Xi,Zhang Jianqi.In-situ monitoring of internal temperature and strain of solid-state battery based on optical fiber sensors[J].Sensors and Actuators: A. Physical,2022.

Li Yanpeng,Zhang Yi,Li Zhen,Yan Zhijun,Xiao Xiangpeng,Liu Xueting,Chen Jie,Shen Yue,Sun Qizhen,Huang Yunhui.Operando Decoding of Surface Strain in Anode-Free Lithium Metal Batteries via Optical Fiber Sensor.[J].Advanced science (Weinheim, Baden-Wurttemberg, Germany),2022.

Ee Yen-Jie,Tey Kok-Soon,Lim Kok-Sing,Shrivastava Prashant,Adnan S.B.R.S.,Ahmad Harith.Lithium-Ion Battery State of Charge (SoC) Estimation with Non-Electrical parameter using Uniform Fiber Bragg Grating (FBG)[J].Journal of Energy Storage,2021.

Leijiao Ge,Wenlong Liao,Shouxiang Wang,Birgitte Bak Jensen,Jayakrishnan Radhakrishna Pillai.Modeling Daily Load Profiles of Distribution Network for Scenario Generation Using Flow-Based Generative Network[J].IEEE Access,2020.

Roozbeh Razavi-Far,Shiladitya Chakrabarti,Mehrdad Saif,Enrico Zio.An integrated imputation-prediction scheme for prognostics of battery data with missing observations.[J].Expert Syst. Appl.,2019.

Wenjuan Sheng,G.D. Peng,Yang Liu,Ning Yang.An optimized strain demodulation method for PZT driven fiber Fabry–Perot tunable filter[J].Optics Communications,2015.

Haibo Chen,Susan Grant-Muller,Lorenzo Mussone,Frank Montgomery.A Study of Hybrid Neural Network Approaches and the Effects of Missing Data on Traffic Forecasting.[J].Neural Computing and Applications,2001.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

结合光纤光栅传感器与特征筛选的锂电池荷电状态估计

以滑模观测器算法估计超级电容器荷电状态的探讨

直流断路器用于锂电池组保护的选择性配合

储能锂离子电池数学模型研究

基于二阶离散滑模观测器的锂电池SOC估计