成庶，甘沁洁，赵明，毕福亮，王家捷，王国良，于天剑

镉镍蓄电池寿命预测的PF-LSTM建模方法研究

成庶1，甘沁洁1，赵明2，毕福亮2，王家捷3，王国良3，于天剑1

(1. 中南大学 交通运输工程学院，湖南 长沙 410075；2. 中车长春轨道客车股份有限公司，吉林 长春 130062；3. 青岛亚通达铁路设备有限公司，山东 青岛 266000)

对动车组用蓄电池进行寿命预测，能够评估电池状态，降低故障的危害性和运用维护成本，指导修订修程。相较于在线预测模型，离线预测模型无法适应影响因素的不断变化，提出一种基于粒子滤波(PF)与长短期记忆网络(LSTM)融合的在线预测方法。传统的PF方法依赖经验方程作为状态转移方程，而精确的经验方程难以得到，利用已有数据训练LSTM模型，模型得到的退化方程作为PF的状态转移方程，解决了PF依赖经验方程的问题，同时PF能给出不确定性表达。研究结果表明，该方法模型更新简单有效，预测精度好，弥补了镉镍蓄电池寿命模型研究的缺失，对蓄电池剩余寿命研究的发展有着重要意义。

蓄电池；剩余寿命；在线预测；长短期记忆网络；粒子滤波

不论电力机车还是内燃机车，蓄电池与充电机并联构成了机车控制电路的能量来源，一旦蓄电池出现故障，便无法维持车内照明和无线通信装置以及应急装置的正常使用，对乘客的生命财产安全将带来很大的威胁[1]。通过调研发现，高速铁路车用蓄电池多为碱性镉镍蓄电池，在实际运用中一般根据运行公里数或运用年限进行更换。……