![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
锂电池健康状态估计
文章平均质量分 89
痞子王不爱吃胡萝卜
这个作者很懒,什么都没留下…
展开
-
基于健康特征和长-短期记忆的锂离子电池健康状态估计
数据驱动方法通常在输入变量和目标之间建立黑盒模型。然后,应用先进的分类、机器学习和智能优化算法,找到输入和目标之间的映射关系,从而在有足够训练数据的前提下实现准确预测。对于SOH估算,数据驱动方法不需要了解详细的电池退化机制,仅依赖于足够的运行退化数据[24]。通常,这些方法通过机器学习算法从海量数据集中提取电池劣化的关键特征信息。一般情况下,电池容量和内阻与SOH的相关性较强,所以通常选择它们作为健康特征HFs。但实际应用中,电池容量和内阻很难获得。容量的计算通常通过充分充放电循环实验,但在实际操作中原创 2021-08-10 21:45:47 · 2119 阅读 · 1 评论 -
锂电池健康状态估算方法综述
参考文献:1、电池健康状态定义我国于2006年发布的汽车行业标准“QC/T743-2006”中明确规定了锂电池寿命终了的条件原创 2021-06-17 21:02:14 · 5224 阅读 · 0 评论 -
锂电池健康状态估计(一)
锂离子电池的健康状态(State of Health,SOH)是电池管理系统的核心问题,对其精确的评估能够保障电池的安全可靠运行。然而在实际应用中,容量较难直接测得,导致SOH估算困难。原创 2021-06-15 17:58:46 · 6748 阅读 · 0 评论