基于數(shù)據(jù)驅(qū)動的鋰電池數(shù)據(jù)處理.pdf

1、對于鋰離子電池這樣的內(nèi)部電化學反應(yīng)無法通過常用的傳感器技術(shù)測量及其有著極易受到外界環(huán)境變化影響的系統(tǒng)，如何能夠準確的評估和預測其性能的變化，來更好地利用鋰離子電池，避免不必要的故障和損失，具有重要的理論意義和現(xiàn)實意義。根據(jù)鋰電池的上述特點和實際測量的鋰電池數(shù)據(jù)，本文采用基于數(shù)據(jù)驅(qū)動的方法對鋰電池的數(shù)據(jù)處理進行研究。
　　本文主要工作有:
　　1.采用時間序列分析方法去處理鋰電池數(shù)據(jù)，先構(gòu)建自回歸求和移動平均模型，該模型由過去

2、的觀測值和誤差項組合而成，利用該模型適應(yīng)于線性系統(tǒng)預測的特點，再將其應(yīng)用到鋰電池的數(shù)據(jù)處理中。
　　2.將人工神經(jīng)網(wǎng)絡(luò)的方法應(yīng)用于非線性系統(tǒng)的數(shù)據(jù)處理，構(gòu)建前饋型神經(jīng)網(wǎng)絡(luò)模型，將人工神經(jīng)網(wǎng)絡(luò)適用于非線性系統(tǒng)預測的優(yōu)勢與時間序列分析在線性系統(tǒng)預測的優(yōu)勢結(jié)合起來，建立了新的混合算法，構(gòu)建新的混合模型，將其應(yīng)用到鋰電池的實際數(shù)據(jù)處理中，并比較這幾種方法的算法精確度和計算復雜度。
　　3.引入當前研究較為熱門的基于統(tǒng)計學習理論和機器