期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于集成聚类的退役锂电池直接分组
1
作者 段双明 王恩吉 朱微 《电源技术》 CAS 北大核心 2024年第5期881-887,共7页
针对退役电池筛选分组效率低的问题,提出了一种基于加权表决集成聚类算法的退役锂离子电池直接分组方法。提取充电电压片段特征,对特征进行降维,并使用集成聚类算法直接对特征进行分组,实现退役锂离子电池分组。该方法只需要得到部分恒... 针对退役电池筛选分组效率低的问题,提出了一种基于加权表决集成聚类算法的退役锂离子电池直接分组方法。提取充电电压片段特征,对特征进行降维,并使用集成聚类算法直接对特征进行分组,实现退役锂离子电池分组。该方法只需要得到部分恒流充电曲线便可实现退役锂离子电池的按容量分组,提高了筛选效率。搭建了磷酸铁锂电池仿真和实验平台,对所提的电池筛选、分组策略进行仿真和实验分析。从退役电池分组容量精度和分组效率的角度验证了所提策略的正确性和有效性。 展开更多
关键词 压片 梯次利用 退役 非负矩阵分解 磷酸铁锂
下载PDF
基于锂电池电压片段的退役电池快速筛选重组
2
作者 段双明 王恩吉 +3 位作者 朱微 董鹏来 韩宇祺 常智博 《电网技术》 EI CSCD 北大核心 2024年第10期4264-4274,共11页
针对退役电池梯次利用筛选精度差、效率低的问题,提出一种基于神经网络-支持向量机-线性回归(multilayer perceptron-support vector regression-logistic regression,MLP-SVR-LR)混合模型的退役电池筛选方法,基于新的电压片段特征提取... 针对退役电池梯次利用筛选精度差、效率低的问题,提出一种基于神经网络-支持向量机-线性回归(multilayer perceptron-support vector regression-logistic regression,MLP-SVR-LR)混合模型的退役电池筛选方法,基于新的电压片段特征提取方法从恒流充电电压片段中提取与容量相关的特征,结合MLP-SVR-LR混合模型,实现高精度和高效率的退役电池筛选;同时,提出一种基于粒子群改进K-means算法和以轮廓系数(silhouette coefficient,SC)为标准的改进等数策略对筛选后的电池以容量和内阻为标准进行均分重组,实现退役电池直接成组利用。搭建磷酸铁锂电池仿真和实验平台,对所提电池筛选、重组策略进行实验和仿真分析。结果表明,所提方法较同类方法筛选精度提升2%以上,从退役电池筛选精度、筛选效率和重组后电池一致性的角度验证了所提方法的正确性和有效性。 展开更多
关键词 压片 梯次利用 退役 混合模型 等数策略
下载PDF
磷酸铁锂电池优化多因子状态在线评估方法 被引量:10
3
作者 邓子豪 夏向阳 张嘉诚 《电网与清洁能源》 北大核心 2022年第3期90-96,共7页
针对目前锂离子电池在线估计方法不准确的问题,提出了一种基于优化充电电压片段下多个健康因子的磷酸铁锂电池健康状态综合在线评估方法,将充电电压片段内所充电量估计的电池容量与实际电池容量的误差最小作为目标,利用遗传算法寻优充... 针对目前锂离子电池在线估计方法不准确的问题,提出了一种基于优化充电电压片段下多个健康因子的磷酸铁锂电池健康状态综合在线评估方法,将充电电压片段内所充电量估计的电池容量与实际电池容量的误差最小作为目标,利用遗传算法寻优充电电压片段。在此基础上,分别对表征电池健康状态的充入电量、充电时间以及内部阻抗三个健康因子进行在线评估,归一化处理得到各健康因子对应的健康状态,再通过最小序列优化法实时获取电池综合健康状态。最后对磷酸铁锂电池进行老化充放电实验,对比仅采用电池内阻单因子评估方法,结果表明该方法能有效减小充电过程中电池健康状态估计误差,且适用性更强。 展开更多
关键词 磷酸铁锂 压片 多健康因子 健康状态估计
下载PDF
面向全生命周期的锂电池健康状态估计 被引量:6
4
作者 周雅夫 孙宵宵 +1 位作者 黄立建 连静 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第1期55-62,共8页
为研究锂电池在动态工况下以及全生命周期内健康状态的准确估计问题,提出一种基于固定充电电压片段的方法.选取充电过程中某固定电压片段内所充电量作为电池容量估算的等效健康因子,利用遗传算法选择最优的充电电压片段,在两类锂电池老... 为研究锂电池在动态工况下以及全生命周期内健康状态的准确估计问题,提出一种基于固定充电电压片段的方法.选取充电过程中某固定电压片段内所充电量作为电池容量估算的等效健康因子,利用遗传算法选择最优的充电电压片段,在两类锂电池老化实验数据的基础上,设计放电电流不同、健康状态区间不同的8个验证算例.实验结果表明:8个验证算例中,训练集电池和测试集电池健康状态估计的平均绝对误差与均方根误差均低于1.55%;所提出的基于等效健康因子的方法,在100%~60%的全寿命健康状态区间,对于不同的放电电流、不同材料的电池,均能进行健康状态的准确在线估计,具有较强的适用性. 展开更多
关键词 池健康状态 等效健康因子 遗传算法 压片
下载PDF
基于电压数据片段混合模型的锂离子电池剩余寿命预测与健康状态估计 被引量:4
5
作者 岳家辉 夏向阳 +4 位作者 蒋戴宇 周冠东 徐志强 张媛 吕崇耿 《中国电力》 CSCD 北大核心 2023年第7期163-174,共12页
锂离子电池剩余寿命预测及健康状态估计作为储能安全中最为核心的问题,其重要指标往往集中在电池的容量与内阻,但在实际工作中,测量容量需要完整的充放电周期,测量内阻多须外加设备。针对上述问题,基于锂离子电池恒流放电工况,将放电初... 锂离子电池剩余寿命预测及健康状态估计作为储能安全中最为核心的问题,其重要指标往往集中在电池的容量与内阻,但在实际工作中,测量容量需要完整的充放电周期,测量内阻多须外加设备。针对上述问题,基于锂离子电池恒流放电工况,将放电初始片段瞬时压降幅值作为新健康因子,在面对新健康因子数据受噪声污染时,通过多阶Bezier曲线对新健康因子数据进行重构降噪并与循环圈数构建电池经验退化模型;在此基础上,以电压片段来定义电池健康状态,提出新的健康状态评估模型;最后,通过NASA公开的老化数据集与实验平台验证了所提退化模型与估计模型的可行性与有效性。 展开更多
关键词 锂离子 剩余寿命 健康状态 压片数据 混合模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部