基于增量能量法和BiGRU-Dropout的锂电池健康状态估计

作     者：张朝龙 罗来劲 刘惠汉 赵筛筛 Zhang Chaolong;Luo Laijin;Liu Huihan;Zhao Shaishai

作者机构：金陵科技学院智能科学与控制工程学院南京211169 安庆师范大学电子工程与智能制造学院安庆246011 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2023年第37卷第1期

页      面：167-176页

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：国家重点研发计划(2020YFB0905905,2016YFF0102200) 国家自然科学基金重点资助项目(51637004) 金陵科技学院高层次人才科研启动基金(jit-rcyj-202202) 安庆师范大学研究生创新创业项目(2022cxcysj161)资助 

主　　题：锂离子电池 健康状态 增量能量法 双向门控循环网络 Dropout机制 

摘      要：锂离子电池健康状态(SOH)的精确估计是电池管理系统面临的核心问题之一。针对实际的电池容量很难直接测量和容量再生导致的SOH估计误差问题,提出了一种基于增量能量法和双向门控循环网络(BiGRU)-Dropout的锂离子电池健康状态估计方法。首先分析增量能量曲线随电池老化的衰退规律,提取出最大峰值高度作为电池SOH的新健康因子。通过翻转层和门控循环网络层所搭建的BiGRU网络得出健康因子与SOH的映射关系,同时添加Dropout机制网络层防止出现过拟合现象,建立SOH估计模型用于电池SOH精确估计。实验结果表明,在不同充电倍率条件下,该方法均可快速、准确地估计电池SOH。