基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用锂离子电池已有物理性能,预测其剩余寿命是电池健康管理新兴的研究趋势.本文将表征锂离子电池性能的物理量,电流、电压、时间、温度和环境温度进行降维处理,得到2个特征物理量:电池由于工作产生的温度和电池能量效率.这样不但考虑了所有性能物理量对锂离子电池剩余寿命的影响,还考虑了各个物理量之间的关系.然后利用这2个特征物理量分别建立能量效率与工作温度对锂离子电池剩余寿命多步预测模型和能量效率与工作温度对锂离子电池剩余寿命整体预测模型.从实验得出,能量效率和工作温度对锂离子电池剩余寿命预测有密切的影响,并且利用这2个物理量建立锂离子电池剩余寿命预测的数据驱动模型更加合理.
推荐文章
锂离子电池状态估计与剩余寿命预测方法综述
锂离子电池
荷电状态(SOC)估算
健康度(SOH)估算
剩余寿命(RUL)预测
基于数据驱动的卫星锂离子电池寿命预测方法
锂离子电池
寿命预测
数据驱动
基于IGA-MRVR的锂离子电池剩余使用寿命预测
电动汽车
锂电池
剩余使用寿命
多核相关向量回归算法
改进遗传算法优化
预测
基于卷积神经网络与双向长短时融合的锂离子电池剩余使用寿命预测
锂离子电池
剩余使用寿命预测
融合神经网络
一维卷积神经网络
双向长短期记忆
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 能量效率和工作温度对锂离子电池剩余寿命的影响
来源期刊 智能计算机与应用 学科 工学
关键词 锂离子电池 数据驱动方法 特征提取 多步预测 剩余寿命预测
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 162-168,171
页数 8页 分类号 TP206.3
字数 5825字 语种 中文
DOI 10.3969/j.issn.2095-2163.2018.01.041
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苏小红 哈尔滨工业大学计算机科学与技术学院 152 1551 20.0 34.0
2 王帅 哈尔滨工业大学计算机科学与技术学院 50 346 11.0 17.0
3 赵玲玲 哈尔滨工业大学计算机科学与技术学院 33 424 9.0 20.0
4 王月 哈尔滨劳动技师学院电气技术系 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (41)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锂离子电池
数据驱动方法
特征提取
多步预测
剩余寿命预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
总被引数(次)
14240
论文1v1指导