天美传媒97a∨,在佛堂被和尚cao到求饶,情窦初开意大利

鋰離子電池能量密度高、無記憶效應(yīng)、自放電率低，廣泛應(yīng)用于大規(guī)模儲能電站和新能源汽車領(lǐng)域。健康狀態(tài)（state of health, SOH）作為表征鋰離子電池壽命的關(guān)鍵參數(shù)之一，其精準(zhǔn)的預(yù)測在提高用戶使用體驗、緩解續(xù)航焦慮方面具有極其重要的意義。因此，對鋰離子電池SOH的精確估算是十分必要的。現(xiàn)有的電池管理系統(tǒng)通常監(jiān)測外部電壓、電流、溫度來獲取電池狀態(tài)，并根據(jù)這三種數(shù)據(jù)開發(fā)了相應(yīng)的估算方法，并未考慮鋰離子電池的膨脹特性。事實上，鋰離子電池的性能在實際運行中受多種因素的干擾，機械膨脹對電池對電池壽命產(chǎn)生的影響不可忽視。

近日，中國科學(xué)技術(shù)大學(xué)的談鵬教授課題組等人提出一種基于機-電特征的軟包鋰離子電池SOH估計方法。首先，設(shè)置不同場景下鋰離子電池老化測試方案，采集并構(gòu)建包括電壓和應(yīng)力信號在內(nèi)的電池老化測試數(shù)據(jù)集。其次，分析電池老化過程中的電壓和應(yīng)力演變特性，進(jìn)而從應(yīng)力和電壓曲線上提取五個關(guān)鍵參數(shù)作為健康特征因子，間接表征電池的老化程度。然后，通過定性觀察以及定量的皮爾遜相關(guān)系數(shù)計算證明所提取的健康特征因子與電池SOH之間的關(guān)聯(lián)。最后，為避免復(fù)雜的特性建模和參數(shù)識別，利用長短期記憶網(wǎng)絡(luò)（LSTM，Long Short-Term Memory）對不同場景下運行的鋰離子電池進(jìn)行SOH估計。結(jié)果顯示，基于機-電特征的 SOH 估計方法在所有情況下都能很好地跟蹤真實值，證明了通過應(yīng)力信號來補充現(xiàn)有的基于電壓的估算方法，可以挖掘更多與電池SOH相關(guān)的敏感信息，為電池SOH的精準(zhǔn)獲取提供更廣泛的選擇。

論文信息

State of Health Estimation of Lithium-ion Batteries Based on Machine Learning with Mechanical-Electrical Features

Lili Gong, Zhiyuan Zhang, Xueyan Li, Kai Sun, Haosong Yang, Bin Li, Hong Ye, Xiaoyang Wang and Peng Tan*

本文第一作者為副研究員龔莉莉，通訊作者為談鵬教授。此研究方向獲得國家重點研發(fā)計劃、安徽省自然科學(xué)基金等支持。

Batteries＆Supercaps

DOI:?10.1002/batt.202400201

97人妻一区二区精品免费,好男人社区www在线官网,办公室娇喘的短裙老师在线视频,亚州精品久久久久久久久