基于机器学习的新能源汽车电池剩余寿命预测

摘要

利用一种改进的RVM模型(RVR-NDM)进行锂电池的剩余寿命预测,通过重构模型参数,提高了模型的预测性能,并将该方法应用于预测锂离子电池的剩余寿命。以充放电循环次数200,400和600为预测时间,分别进行了LR,RVR和RVR-NDM等3种不同方法对CALCE的数据集的验证。实验结果表明,当充放电循环次数为400或600时,RVR-NDM和RVR模型都展现出了良好的预测性能,且RVR-NDM的预测精度要高于RVR。