车用发动机

北大核心,JST,WJCI

国内刊号:12-1466/TH

国际刊号:1001-2222

车用发动机杂志2022年第5期:基于BI-LSTM神经网络的宽采样频率电池SOH估算

发布日期:

作者:倪祥淦,何志刚,胡帅,李伟权,郭晓丹

关键词:锂离子电池;健康状态;估算

锂离子电池健康状态(SOH)直接决定了电池储存能量和输出功率的能力。搭载锂离子电池的交通工具在运行时,需要实时上传电池数据,数据记录频率越高,数据通信成本越高。为了保证电池SOH估算准确,同时降低数据通信成本,基于试验室环境,设计了不同充放电倍率下的宽采样频率充放电试验。为了解决宽采样频率下健康特征波动问题,采用局部加权线性回归(LWLR)算法对健康特征下降趋势定性刻画。采用最大信息系数(MIC)算法衡量健康特征与容量的相关性。最后,基于双向长短期记忆(BI-LSTM)神经网络进一步学习容量与健康特征的非线性退化关系。根据单节电池历史数据离线估算电池SOH,最大相对误差为1.601%。

来源:2022年第5期

《车用发动机》期刊编辑部

查看车用发动机杂志2022年第5期

声明

严正声明:本站非期刊官网,非中介代理。

本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。

联系我们

  • 地址:天津市北辰区永进道96号
  • 电话:022-58707822
  • E-mail:cyfdj@163.com

咨询工作人员