一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法

摘要

本发明公开了一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法，首先，利用函数型主成分分析(functional principal component analysis,FPCA)构建锂电池非参数退化模型，基于此退化模型对锂电池剩余寿命进行预测，并分析了不同数量的建模数据对预测精度的影响。为了实现锂电池退化模型的实时更新，本发明提出了经验贝叶斯方法。通过贝叶斯方法对锂电池退化模型进行实时修正，可以得到更精确的锂电池退化模型。在此基础之上，本发明采用参数bootstrap方法计算锂电池剩余寿命分布，并计算其置信区间。

主权项

一种基于函数型主成分分析与贝叶斯更新的锂电池剩余寿命预测方法，其特征在于：该方法步骤如下：步骤一、利用函数型主成分分析(functional principal component analysis,FPCA)构建锂电池非参数退化模型，基于此退化模型对锂电池剩余寿命进行预测，并分析了不同数量的建模数据对预测精度的影响；步骤二、为了实现锂电池非参数退化模型的实时更新，通过贝叶斯方法对锂电池退化模型进行实时修正，可以得到更精确的锂电池退化模型；步骤三、采用参数bootstrap方法计算锂电池剩余寿命分布(distribution of the remaining lifetime,RLD)，并计算其置信区间。