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:
准确估计锂离子电池的健康状态(SOH)对于控制策略制定和运行维护至关重要.考虑到充放电区间和电压相变过程对电池老化的影响,该文针对2.75A?h 18650型号三元电池设计了11个荷电状态(SOC)区间的循环寿命测试与性能测试.根据实验结果,分别分析循环区间荷电状态(SOC)宽度、恒压充电时间、平均SOC和充电相变过程对电池老化快慢的作用机制.结合电池老化机理和实验结果,提取量化SOC区间对老化影响程度大小的特征参数.建立预测健康状态的循环神经网络(LSTM RNN)模型,用于学习电池老化对于循环次数及特征参数的长期依赖关系.分别采用误差最大值、平均绝对误差、方均根误差和方差对模型的准确性和可靠性进行分析.结果表明,该文提出的区间循环寿命模型能实现任意区间的老化趋势预测,节省测试时间和测试成本.
推荐文章
不同区间衰退路径下锂离子电池的性能相关性及温度适用性分析
锂离子电池
循环区间
衰退路径
相关性
温度适用性
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
锂离子电池大电流充放电性能影响因素分析
锂离子电池
大电流充放电
影响因素
基于扩展卡尔曼滤波的锂离子电池寿命预测方法
扩展卡尔曼滤波
最优局部加权回归平滑
锂离子电池
寿命预测
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 锂离子电池在不同区间下的衰退影响因素分析及任意区间的老化趋势预测
来源期刊 电工技术学报 学科 工学
关键词 锂离子电池 SOC 区间 老化预测 循环神经网络
年,卷(期) 2021,(3) 所属期刊栏目 电力系统及综合能源
研究方向 页码范围 666-674
页数 9页 分类号 TM911
字数 语种 中文
DOI 10.19595/j.cnki.1000-6753.tces.200071
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (32)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
锂离子电池
SOC
区间
老化预测
循环神经网络
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
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导