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
共找到2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：
基于差分热伏安法和高斯过程回归的锂离子电池健康状态估计 被引量：1
1
作者 朱浩然 陈自强 杨德庆 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第12期1925-1934,共10页
锂离子电池在工作过程中会发生容量衰退甚至恶化等现象,实现电池健康状态(SOH)的有效估计是电池管理系统发展的关键挑战.提出一种数据驱动模型与特征参数相融合的锂离子电池健康状态估计方法,使用差分热伏安(DTV)法对锂离子电池实验数... 锂离子电池在工作过程中会发生容量衰退甚至恶化等现象,实现电池健康状态(SOH)的有效估计是电池管理系统发展的关键挑战.提出一种数据驱动模型与特征参数相融合的锂离子电池健康状态估计方法,使用差分热伏安(DTV)法对锂离子电池实验数据进行预处理,提取6个有用的特征,建立以不同核函数的两步高斯过程回归(GPR)为核心的SOH估计模型.结果表明,建立的模型能在更好地逼近实验值的同时缩短训练和预测时间,SOH估计的平均绝对误差在0.67%~0.97%之间,相比单步GPR降低了20%~30%.因此,该模型对锂离子电池健康状态的估计有较高的鲁棒性和准确性. 展开更多
关键词 锂离子电池 健康状态 差分热伏安法 高斯过程回归
下载PDF
基于差分热伏安法的锂离子电池SOH多模型融合估计方法
2
作者 姚博炜 赖扬品 +2 位作者 韦锦易 翟克娇 唐红云 《数字制造科学》 2023年第2期126-130,共5页
针对电池老化分析中存在的问题,采用随机森林回归法进行多模型融合。首先,从差分热伏安曲线分析了电池老化过程的关键因素,提取5个健康因子作为一级输入。其次,利用支持向量回归和高斯过程回归模型分别对SOH进行初步预测。最后,利用随... 针对电池老化分析中存在的问题,采用随机森林回归法进行多模型融合。首先,从差分热伏安曲线分析了电池老化过程的关键因素,提取5个健康因子作为一级输入。其次,利用支持向量回归和高斯过程回归模型分别对SOH进行初步预测。最后,利用随机森林模型进行初步融合。为了验证模型的有效性,在牛津电池退化数据集上进行了对比实验。与单模型估计方法相比,该方法在SOH估计中具有更好的精度和更强的鲁棒性,平均MAE和平均RMSE分别为0.46%和0.51%。 展开更多
关键词 差分热伏安法 锂离子电池 多模型融合 SOH估计
原文传递
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
使用帮助 返回顶部