作者：乔玉龙; 王玉斐; 李娜锂电池视情维修电池管理系统隐马尔可夫模型k均值聚类状态监测神经网络混合高斯模型
摘要：针对电池容量在实际应用中难以测量的问题，从在线传感器直接观测的电压、电流、时间等参数中提取状态特征向量代替容量来表征电池的健康状况。使用隐马尔可夫模型（HMM）作为状态监测器，分别对不同的退化时期建立HMM，通过前向?后向算法对当前观测序列计算相似概率来判断当前电池的健康状况。使用马里兰大学先进寿命周期工程研究中心（CALCE）公开的数据集与BP神经网络进行了对比实验，实验结果表明HMMs对锂电池退化状态有很高的识别率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
