期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PCA和GA-BP神经网络的锂电池容量估算方法
被引量：
15
1
作者
吴琼
徐锐良
+1 位作者
杨晴霞
徐立友
《电子测量技术》
北大核心
2022年第6期66-71,共6页
针对车用锂离子动力电池容量估算方法精度不高的问题,提出了一种利用遗传算法优化BP神经网络的锂离子电池剩余容量估算方法。首先在整理NASA锂离子电池数据集后,得到不同健康状态下电池的容量增量曲线峰值。其次将健康因子进行主成分分...
针对车用锂离子动力电池容量估算方法精度不高的问题,提出了一种利用遗传算法优化BP神经网络的锂离子电池剩余容量估算方法。首先在整理NASA锂离子电池数据集后,得到不同健康状态下电池的容量增量曲线峰值。其次将健康因子进行主成分分析对其降维处理,利用遗传算法优化BP神经网络的连接权值,对锂离子电池容量进行预测。最后在NASA不同型号的电池上应用模型进行了验证。结果表明,所提出的方法可以在不同训练量的情况下准确估算4种锂离子电池的容量,其估算的方均根误差小于2%,且与未使用遗传算法优化的预测结果相比,该方法具有较高的预测精度。
展开更多
关键词
锂离子电池
主成分分析
BP神经网络
遗传算法优化
容量增量曲线
容量估算
下载PDF
职称材料
锂离子电池不同工况下充电效果对比及用户充电方法选择研究
被引量：
2
2
作者
孙丙香
李凯鑫
+2 位作者
荆龙
苏晓佳
张媛
《电工技术学报》
EI
CSCD
北大核心
2023年第20期5634-5644,共11页
合理地选择充电方法对于满足电动汽车用户需求、提高充电效率、延缓电池衰退至关重要。该文以3.6 A·h磷酸铁锂动力电池为研究对象,以30 min内充满电池额定容量的80%为基准,制定了五种不同的电池充电工况。为了适当加速电池的衰退,...
合理地选择充电方法对于满足电动汽车用户需求、提高充电效率、延缓电池衰退至关重要。该文以3.6 A·h磷酸铁锂动力电池为研究对象,以30 min内充满电池额定容量的80%为基准,制定了五种不同的电池充电工况。为了适当加速电池的衰退,在45℃下共进行1000个循环实验,以100个循环为间隔,在常温25℃下开展性能实验,对比分析锂离子电池五种充电工况的充电效果,考虑充电起点、等待时间和目标充电容量等需求,合理选择充电工况。对比不同充电工况发现:1000个老化循环后,容量衰退速率最慢的是复合充电工况;导致电池容量衰退的主要原因为正负极活性材料的减少和活性锂离子数量的减少;以起始充电SOC=20%,充电时间为10 min为例,充电能量最大的工况为变电流间歇工况。该文得到的结论为五种典型充电工况的优化选择提供了理论依据。
展开更多
关键词
锂离子电池
不同充电工况
容量增量曲线
性能衰退
工况选择
下载PDF
职称材料
基于IC曲线的锂电池早期ISC检测研究
3
作者
杨林
陈则王
徐肇凡
《电机与控制应用》
2024年第8期30-38,共9页
锂离子电池内短路(ISC)是引发热失控事故的主要原因,ISC故障的早期识别对于降低火灾或爆炸相关的风险至关重要,传统的基于滤波容量增量曲线的检测方法容易受到干扰。针对如何提取容量增量曲线上的特征参数进行早期内短路检测问题,提出...
锂离子电池内短路(ISC)是引发热失控事故的主要原因,ISC故障的早期识别对于降低火灾或爆炸相关的风险至关重要,传统的基于滤波容量增量曲线的检测方法容易受到干扰。针对如何提取容量增量曲线上的特征参数进行早期内短路检测问题,提出了一种基于二阶RC等效电路的电压重构模型。首先,使用传统滤波方法对锂电池进行容量增量分析,然后使用电压重构模型进行对比,并对电压重构模型进行抗噪声干扰试验,电压重构的误差仅为0.0008 V,为早期内短路检测工作奠定了基础。最后,在公开的试验数据上进行试验,研究了不同充电速率、不同电池类型对容量增量曲线的影响。在此基础上,得到了用于诊断短路故障的特征峰。试验结果表明,所提出的基于电压重构模型的方法能够有效对抗噪声干扰,为早期微内短路检测提供了参考。
展开更多
关键词
锂电池
容量增量曲线
电压重构
早期微内短路检测
下载PDF
职称材料
基于K近邻回归的锂离子电池健康状态估计
被引量：
5
4
作者
孙广明
贾新羽
陈良亮
《电源技术》
CAS
北大核心
2022年第8期872-875,共4页
锂离子电池健康状态的降低伴随着电池内部的衰退,并会引发电池鼓包或者短路等安全问题,在锂离子电池充电过程中准确地估计电池健康状态能够为电池的实际使用与充电管理提供重要的参考。从三元锂离子电池充电过程中的容量增量曲线上提取...
锂离子电池健康状态的降低伴随着电池内部的衰退,并会引发电池鼓包或者短路等安全问题,在锂离子电池充电过程中准确地估计电池健康状态能够为电池的实际使用与充电管理提供重要的参考。从三元锂离子电池充电过程中的容量增量曲线上提取表征三元锂离子电池的健康状态参数,然后利用K近邻算法对三元锂离子电池的健康状态进行估计。利用K近邻回归的机器学习方法拟合了电池衰退轨迹,基于K近邻的电池SOH估计的决定系数R2>0.98。
展开更多
关键词
锂离子电池
机器学习
健康状态估计
充电容量增量曲线
K近邻回归
下载PDF
职称材料
题名
基于PCA和GA-BP神经网络的锂电池容量估算方法
被引量：
15
1
作者
吴琼
徐锐良
杨晴霞
徐立友
机构
河南科技大学车辆与交通工程学院
出处
《电子测量技术》
北大核心
2022年第6期66-71,共6页
基金
国家重点研发计划项目(2016YFD0701002)
河南省科技攻关项目(212102210328)资助。
文摘
针对车用锂离子动力电池容量估算方法精度不高的问题,提出了一种利用遗传算法优化BP神经网络的锂离子电池剩余容量估算方法。首先在整理NASA锂离子电池数据集后,得到不同健康状态下电池的容量增量曲线峰值。其次将健康因子进行主成分分析对其降维处理,利用遗传算法优化BP神经网络的连接权值,对锂离子电池容量进行预测。最后在NASA不同型号的电池上应用模型进行了验证。结果表明,所提出的方法可以在不同训练量的情况下准确估算4种锂离子电池的容量,其估算的方均根误差小于2%,且与未使用遗传算法优化的预测结果相比,该方法具有较高的预测精度。
关键词
锂离子电池
主成分分析
BP神经网络
遗传算法优化
容量增量曲线
容量估算
Keywords
lithium
ion
battery
principal
component
analysis
BP
neural
network
genetic
algorithm
optimization
capacity
increment
curve
capacity
estimation
分类号
TM912 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
锂离子电池不同工况下充电效果对比及用户充电方法选择研究
被引量：
2
2
作者
孙丙香
李凯鑫
荆龙
苏晓佳
张媛
机构
北京交通大学国家能源主动配电网技术研发中心
国网晋中供电公司
出处
《电工技术学报》
EI
CSCD
北大核心
2023年第20期5634-5644,共11页
基金
国家自然科学基金(52177206)
装备预研教育部联合基金(8091B022130)资助项目。
文摘
合理地选择充电方法对于满足电动汽车用户需求、提高充电效率、延缓电池衰退至关重要。该文以3.6 A·h磷酸铁锂动力电池为研究对象,以30 min内充满电池额定容量的80%为基准,制定了五种不同的电池充电工况。为了适当加速电池的衰退,在45℃下共进行1000个循环实验,以100个循环为间隔,在常温25℃下开展性能实验,对比分析锂离子电池五种充电工况的充电效果,考虑充电起点、等待时间和目标充电容量等需求,合理选择充电工况。对比不同充电工况发现:1000个老化循环后,容量衰退速率最慢的是复合充电工况;导致电池容量衰退的主要原因为正负极活性材料的减少和活性锂离子数量的减少;以起始充电SOC=20%,充电时间为10 min为例,充电能量最大的工况为变电流间歇工况。该文得到的结论为五种典型充电工况的优化选择提供了理论依据。
关键词
锂离子电池
不同充电工况
容量增量曲线
性能衰退
工况选择
Keywords
Lithium-ion
battery
different
charging
conditions
capacity
increment
curve
performance
degradation
charging
condition
selection
分类号
TM911 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
基于IC曲线的锂电池早期ISC检测研究
3
作者
杨林
陈则王
徐肇凡
机构
南京航空航天大学自动化学院
出处
《电机与控制应用》
2024年第8期30-38,共9页
基金
航空科学基金资助项目(20183352030,201933052001)。
文摘
锂离子电池内短路(ISC)是引发热失控事故的主要原因,ISC故障的早期识别对于降低火灾或爆炸相关的风险至关重要,传统的基于滤波容量增量曲线的检测方法容易受到干扰。针对如何提取容量增量曲线上的特征参数进行早期内短路检测问题,提出了一种基于二阶RC等效电路的电压重构模型。首先,使用传统滤波方法对锂电池进行容量增量分析,然后使用电压重构模型进行对比,并对电压重构模型进行抗噪声干扰试验,电压重构的误差仅为0.0008 V,为早期内短路检测工作奠定了基础。最后,在公开的试验数据上进行试验,研究了不同充电速率、不同电池类型对容量增量曲线的影响。在此基础上,得到了用于诊断短路故障的特征峰。试验结果表明,所提出的基于电压重构模型的方法能够有效对抗噪声干扰,为早期微内短路检测提供了参考。
关键词
锂电池
容量增量曲线
电压重构
早期微内短路检测
Keywords
lithium-ion
battery
capacity
increment
curve
voltage
reconstruction
early
micro
short
circuit
detection
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于K近邻回归的锂离子电池健康状态估计
被引量：
5
4
作者
孙广明
贾新羽
陈良亮
机构
南瑞集团(国网电力科学研究院)有限公司
国电南瑞科技股份有限公司
北京交通大学国家能源主动配电网研究中心
出处
《电源技术》
CAS
北大核心
2022年第8期872-875,共4页
基金
国家重点研发计划科技助力经济2020重点专项(2020YFB0100300ZL)。
文摘
锂离子电池健康状态的降低伴随着电池内部的衰退,并会引发电池鼓包或者短路等安全问题,在锂离子电池充电过程中准确地估计电池健康状态能够为电池的实际使用与充电管理提供重要的参考。从三元锂离子电池充电过程中的容量增量曲线上提取表征三元锂离子电池的健康状态参数,然后利用K近邻算法对三元锂离子电池的健康状态进行估计。利用K近邻回归的机器学习方法拟合了电池衰退轨迹,基于K近邻的电池SOH估计的决定系数R2>0.98。
关键词
锂离子电池
机器学习
健康状态估计
充电容量增量曲线
K近邻回归
Keywords
Li-ion
battery
machine
learning
SOH
estimation
charge
capacity
increment
curve
K
nearest
neighbour
regression
分类号
TM912.9 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PCA和GA-BP神经网络的锂电池容量估算方法
吴琼
徐锐良
杨晴霞
徐立友
《电子测量技术》
北大核心
2022
15
下载PDF
职称材料
2
锂离子电池不同工况下充电效果对比及用户充电方法选择研究
孙丙香
李凯鑫
荆龙
苏晓佳
张媛
《电工技术学报》
EI
CSCD
北大核心
2023
2
下载PDF
职称材料
3
基于IC曲线的锂电池早期ISC检测研究
杨林
陈则王
徐肇凡
《电机与控制应用》
2024
0
下载PDF
职称材料
4
基于K近邻回归的锂离子电池健康状态估计
孙广明
贾新羽
陈良亮
《电源技术》
CAS
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
