采用极限学习机实现锂离子电池健康状态在线估算

• 作者: 付兵 吕治强 潘海鸿 陈琳 韦海燕
• 来源期刊: 汽车工程
• 关键词: 锂离子电池 健康状态 极限学习机 健康因子
• 年，卷（期）: 2017,（12）
• 页码范围: 1375-1381,1396
• 页数: 8页
• 字数: 5248字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2017.12.004

摘要

电池健康状态(SOH)估算是电动汽车电池管理系统核心技术之一.为准确在线估算锂离子电池SOH,提出在动态工况下构建表征电池衰退的健康指标(HI),并引入极限学习机(ELM)离线训练电池全生命周期的ELM衰退模型,实现SOH在线估算.实验结果表明,该方法能准确在线估算锂离子电池SOH,估算误差不超过2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦海燕	广西大学机械工程学院	25	53	5.0	6.0
2	吕治强	广西大学机械工程学院	6	10	2.0	3.0
3	付兵	广西大学机械工程学院	3	18	2.0	3.0