基于短时搁置端电压压降的快速锂离子 电池健康状态预测

• 作者: 李志刚 郭永芳 黄凯
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 锂离子电池 端电压压降 寿命状态 回归预测
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 电工理论与新技术
• 页码范围: 3968-3978
• 页数: 11页
• 分类号: TM912
• 字数: 7774字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.181206

摘要

最大可用容量是衡量锂离子电池寿命状态的重要依据.在分析电池寿命实验和开路电压实验特性的基础上,提出一种能够表征锂离子电池最大可用容量的健康因子.由于该健康因子仅利用电池充电或放电至某电压后,搁置10min内端电压压降信息,与传统方法相比,不限制电池的运行工况,能够快速预测电池健康状态,且获取健康因子时不需要对电池放电.论文进一步采用多种神经网络回归预测方法,建立健康因子与电池可用容量和寿命状态之间的关系,在对实验结果进行比较分析的基础上,提出一种加权混合神经网络模型.实验结果表明,所提出的健康因子能够用于表征电池寿命状态,且对实验工况有较强的鲁棒性,提出的加权混合神经网络模型能够获得高精度健康状态预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭永芳	河北工业大学人工智能与数据科学学院	14	71	5.0	8.0