典型文献
基于PF-ARIMA的锂离子电池剩余寿命预测
文献摘要：
针对电池健康状态局部波动增加预测难度,采用粒子滤波和自回归整合移动平均模型分别预测由经验模态分解提取的健康状态趋势项和细节项,实现锂离子电池剩余寿命预测.提出的PF-ARIMA方法相对误差均值约4.0％,表明该方法能够较为准确地预测锂离子电池剩余寿命.
文献关键词：
锂离子电池;粒子滤波;自回归整合移动平均模型;剩余寿命;预测
中图分类号：
作者姓名：
周亚鹏;郭彪;王一纯
作者机构：
招商局检测车辆技术研究院有限公司,重庆401329;电动汽车安全评价重庆市工业和信息化重点实验室,重庆401329;重庆机电职业技术大学信息工程学院,重庆402760;重庆大学机械与运载工程学院,重庆400044
文献出处：
引用格式：
[1]周亚鹏;郭彪;王一纯-.基于PF-ARIMA的锂离子电池剩余寿命预测)[J].电池工业,2022(01):19-22
A类：
自回归整合移动平均模型
B类：
PF,ARIMA,锂离子电池,剩余寿命预测,电池健康状态,粒子滤波,经验模态分解,趋势项,误差均值
AB值：
0.153166
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
