[1] |
王宁, 刘晓峰, 陈泽华. 锂离子电池寿命预测综述[J]. 电器与能效管理技术, 2018(11):1-13.
|
[2] |
王冰, 王楠, 李娜, 等. 面向大规模新能源并网的电化学储能产业政策研究[J]. 电器与能效管理技术, 2021(4):1-5,23.
|
[3] |
刘云, 王海欣, 黄海宏. 退役锂电池充放电系统[J]. 电器与能效管理技术, 2019(6):53-57.
|
[4] |
SCHMUCH R, WAGNER R, GERHARD H, et al. Performance and cost of materials for lithium-based rechargeable automo-tive batteries[J]. Nature Energy, 2018, 3(4):267-278.
doi: 10.1038/s41560-018-0107-2
|
[5] |
ASHWIN T R, CHUNG Y M, WANG J H. Capacity fade modelling of lithium-ion battery under cyclic loading conditions[J]. Journal of Power Sources, 2016, 328:586-598.
doi: 10.1016/j.jpowsour.2016.08.054
|
[6] |
SEVERSON K A, ATTIA P M, JIN N, et al. Data-driven prediction of battery cycle life before capacity degradation[J]. Nature Energy, 2019, 4(5):383-391.
doi: 10.1038/s41560-019-0356-8
|
[7] |
李建林, 王哲, 许德智, 等. 基于数据驱动法的锂离子电池寿命预测关键技术综述[J]. 电器与能效管理技术, 2021(9):10-18.
|
[8] |
闫湖, 胡静, 王哲. 退役动力电池剩余电量状态估计方法研究[J]. 电器与能效管理技术, 2021(10):33-41.
|
[9] |
王钋, 雷敏, 梁娇娇, 等. 基于IPSO-GRU的锂离子电池剩余使用寿命预测[J]. 湖南工业大学学报, 2022, 36(4):23-30.
|
[10] |
何星, 丁有军, 宋丽君, 等. 基于加速鱼群算法的锂离子电池剩余寿命预测[J]. 兵器装备工程学报, 2022, 43(2):163-169.
|
[11] |
魏孟, 王桥, 叶敏, 等. 基于NARX动态神经网络的锂离子电池剩余寿命间接预测[J]. 工程科学学报, 2022, 44(3):380-388.
|
[12] |
吴菲, 郑秀娟. 基于PF-GPR算法的锂离子电池剩余使用寿命预测[J]. 武汉科技大学学报, 2022, 45(3):189-196.
|
[13] |
后麒麟, 曹亮, 单添敏, 等. 基于间接健康指标与回声状态网络的航空锂电池剩余使用寿命预测[J]. 测控技术, 2022, 41(7):57-63.
|
[14] |
郝可青, 吕志刚, 李叶, 等. 融合先验知识的BP神经网络锂电池剩余寿命预测[J]. 西安工业大学学报, 2022, 42(1):65-73.
|
[15] |
JAEGER H, HASS H. Harnessing nonlinearity:predicting chaotic systems and saving energy in wireless communication[J]. Science, 2004, 304(5667):78-80.
doi: 10.1126/science.1091277
|
[16] |
韩敏, 穆大芸. 回声状态网络LM算法及混沌时间序列预测[J]. 控制与决策, 2011, 26(10):1469-1478.
|
[17] |
袁长清, 李俊峰, 邓志东, 等. 基于ESN网络的航天器姿态跟踪鲁棒控制[J]. 清华大学学报(自然科学版), 2008, 48(8):1362-1367.
|
[18] |
李晓华, 李军. 基于ESN网络的连续搅拌反应釜(CSTR)辨识[J]信息与控制, 2014, 43(2):223-228.
|
[19] |
EBERHART R, KENNEDY J. A new optimizer using particle smarm theory[C]//MHS95 Proceedings of the Sixth International Symposium on Micro Machine and Human Science, 1995:39-43.
|
[20] |
温春雪, 赵天赐, 李建林, 等. 基于改进粒子群算法的储能优化配置[J]. 电气技术, 2022, 23(10):1-9.
|
[21] |
CHOUIKHI N, AMMAR B, ROKBANI N, et al. PSO-based analysis of echo state network parameters for time series for ecasting[J]. Applied Soft Computing, 2017(55):211-225.
|
[22] |
GOEBEL K, SAHA B, SAXENA A, et al. Prognostics in battery health management[R]. IEEE Iustrumention & Measurement Magazine, 2008, 11(4):33-40.
|