检索结果-南通市图书馆

基于弛豫电压的锂离子电池内短路分级检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

广东电力 2024年第7期37卷 32-41页

作者：丘恒越田凌旷永红广东工业大学自动化学院广东广州510006 南方电网储能股份有限公司广东广州510630 湖南工程学院电气与信息工程学院湖南湘潭411104

为了提高锂离子电池在运行过程中的内短路故障检测效率,提出基于弛豫电压的锂离子电池内短路分级及检测方法。首先根据内短路电池暂停放电后的弛豫电压曲线特征,基于支持向量机模型对电池内短路等级进行分类。然后根据分类结果,提出相... 详细信息

为了提高锂离子电池在运行过程中的内短路故障检测效率,提出基于弛豫电压的锂离子电池内短路分级及检测方法。首先根据内短路电池暂停放电后的弛豫电压曲线特征,基于支持向量机模型对电池内短路等级进行分类。然后根据分类结果,提出相应的电池内短路故障检测方法。对于中期内短路电池,立即令其退出电池系统;对于早期内短路电池,利用卡尔曼滤波(Kalman filtering,KF)算法实时计算电池荷电状态(state of charge,SOC)偏差;对于无短路电池,保持原检测措施。最后对所提分类及检测方法进行实验验证。实验结果表明该分类方法的正确率受弛豫电压序列的采样总时间长度和采样间隔时间影响,增加恒流恒压充电阶段获取的特征数据能进一步提高内短路分类结果的正确率,实时检测电池SOC偏差的方法能及时发现异常的早期内短路电池。

关键词：锂离子电池内短路弛豫电压荷电状态卡尔曼滤波

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于弛豫电压模型的锂离子电池RUL预测

电池 2024年第4期54卷 542-547页

作者：翟健帆李波李永利邓炜中广核风电有限公司北京100071 北京市中保网盾科技有限公司北京102200

锂离子电池在长期使用过程中呈非线性退化趋势,预测非线性退化对延长电池寿命和确保安全意义重大。提出一种利用弛豫电压作为特征序列的非线性退化拐点预测方法,进行拐点和剩余使用寿命(RUL)的联合预测,建立结合拐点退化特征的RUL预测框... 详细信息

锂离子电池在长期使用过程中呈非线性退化趋势,预测非线性退化对延长电池寿命和确保安全意义重大。提出一种利用弛豫电压作为特征序列的非线性退化拐点预测方法,进行拐点和剩余使用寿命(RUL)的联合预测,建立结合拐点退化特征的RUL预测框架,提高预测精度。通过迁移学习,在不同的电池数据集上验证所提联合预测方法的性能,拐点和RUL预测的平均绝对误差在26次循环内,均方根误差低于28次循环。该方法利用弛豫电压来预测拐点和RUL,从而间接预测电池健康状态(SOH),具有预测精度好、应用范围广等特点。

关键词：锂离子电池剩余使用寿命(RUL) 拐点预测弛豫电压健康状态(SOH)

基于弛豫电压和BO-DNN的锂离子电池健康状态估计

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电源学报 2024年

作者：许培德刘康康龙云王怀远福建水利电力职业技术学院电力工程学院华南理工大学电力学院陇东学院新能源学院福州大学电气工程与自动化学院

准确的健康状态(State of Health， SOH)估计对锂离子电池安全运行至关重要。然而，锂离子电池复杂的循环条件和随机的初始充电状态使得多数估计方法的输入难以始终得到满足。针对该问题，提出一种基于弛豫电压的端到端SOH估计方法。通... 详细信息

准确的健康状态(State of Health， SOH)估计对锂离子电池安全运行至关重要。然而，锂离子电池复杂的循环条件和随机的初始充电状态使得多数估计方法的输入难以始终得到满足。针对该问题，提出一种基于弛豫电压的端到端SOH估计方法。通过贝叶斯优化辅助的深度前馈神经网络(Bayesian Optimization-assisted Deep Feedforward Neural Network， BO-DNN)直接建立起弛豫电压与电池SOH之间的非线性关系，省去繁琐的特征提取过程。使用三组不同的电池老化数据集对估计方法的性能进行验证。结果表明，在用于模型构建的数据集上，实现了均方根误差(Root Mean Square Error， RMSE)为0.0110的SOH估计。通过微调基础模型建立的迁移学习模型仅依靠低于3.5%的数据训练，便在用于模型验证的数据集上取得了小于0.0163的RMSE。

关键词：健康状态估计锂离子电池弛豫电压贝叶斯优化深度前馈神经网络

基于短时弛豫电压与IBAS-BP网络的SOH估算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

陕西科技大学学报 2024年第1期42卷 144-152,212页

作者：张家乐王泰华李亚飞河南理工大学电气工程与自动化学院河南焦作454003

为提高锂电池健康状态(SOH)的在线估算精度,提出一种基于短时弛豫电压与IBAS-BP网络的SOH估算方法.首先,通过分析不同静置时间的弛豫电压与SOH的关系,选取10秒时的弛豫电压曲线进行特征提取,采用主成分分析法对所提取特征融合与降维,降... 详细信息

为提高锂电池健康状态(SOH)的在线估算精度,提出一种基于短时弛豫电压与IBAS-BP网络的SOH估算方法.首先,通过分析不同静置时间的弛豫电压与SOH的关系,选取10秒时的弛豫电压曲线进行特征提取,采用主成分分析法对所提取特征融合与降维,降低模型复杂度和特征间的冗余.其次,通过动态步长和S型权重改进BAS算法并对BP网络的初始权阈值寻优,建立IBAS-BP网络.再次,利用MD-MTD增强的数据训练IBAS-BP网络实现SOH估算.结果表明,由10秒内的弛豫电压中所提取的特征能有效反应电池的老化,可用于SOH的估算;与其它模型相比,所建IBAS-BP模型的估算精度更高,误差均保持在0.5%以内.最后,基于所提方法利用LabVIEW搭建了一种模拟电池在环管理系统,为电池安全管理提供了参考依据.

关键词：锂电池健康状态弛豫电压 BP神经网络天牛须搜索算法

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于弛豫电压的内短路诊断方法

电池 2022年第5期52卷 488-491页

作者：龚辉戴海峰乔冬冬同济大学汽车学院上海201804 同济大学新能源汽车工程中心上海201804

锂离子电池的早期内短路放电及产热不明显,难以被及时诊断。以圆柱形商用锂离子电池为研究对象,利用弛豫电压曲线斜率衡量内短路程度;根据外接电阻模拟实验数据,建立内短路阻值与弛豫电压曲线斜率的拟合模型;在此基础上,设计内短路诊断... 详细信息

锂离子电池的早期内短路放电及产热不明显,难以被及时诊断。以圆柱形商用锂离子电池为研究对象,利用弛豫电压曲线斜率衡量内短路程度;根据外接电阻模拟实验数据,建立内短路阻值与弛豫电压曲线斜率的拟合模型;在此基础上,设计内短路诊断方法,分析电池老化对诊断精度的影响;利用遗传算法对模型建立过程中时间区间的选取进行优化。该方法可实现早期内短路的定性诊断和内短路阻值的定量计算,平均绝对百分比误差(MAPE)不超过7%;经优化的拟合模型,在不同健康状态(SOH)下的MAPE小于5%。该方法计算成本低、检测精度高,适用于锂离子电池内短路的监测及诊断。

关键词：锂离子电池内短路弛豫电压诊断

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

一种三元锂电池析锂特性以及检测方法研究

建模与仿真 2024年第1期13卷 828-837页

作者：吴思杰上海理工大学机械工程学院上海

锂电池在充电过程中会发生不同程度的析锂,析锂会影响电池的正常工作状态,对电池的性能产生影响。本论文以LG4.2V/2.75Ah18650轻型圆柱锂电池为主要的研究对象,探究三元锂电池充电后析锂的发生条件以及影响因素,对锂电池析锂特性进行分... 详细信息

锂电池在充电过程中会发生不同程度的析锂,析锂会影响电池的正常工作状态,对电池的性能产生影响。本论文以LG4.2V/2.75Ah18650轻型圆柱锂电池为主要的研究对象,探究三元锂电池充电后析锂的发生条件以及影响因素,对锂电池析锂特性进行分析,同时基于弛豫电压微分曲线的方法,寻找一种可行析锂的检测方式,最后通过并联试验对比正常老化与析锂老化两种不同老化模式对电池寿命的影响,探究析锂对电池安全性与可靠性的影响。

关键词：三元锂电池析锂特性析锂检测弛豫电压并联实验