用新陈代谢极限学习机实现电池健康状态估算 |
| |
作者姓名: | 陈琳 王惠民 李熠婧 张沫 黄江 潘海鸿 |
| |
作者单位: | 广西大学机械工程学院,南宁 530004;广西电化学能源材料重点实验室(广西大学可再生能源材料协同创新中心),南宁 530004;广西大学机械工程学院,南宁 530004 |
| |
基金项目: | 国家自然科学基金(51667006,52067003)资助。 |
| |
摘 要: | 针对因电池内部电化学反应的复杂性、算法泛化性差或可用已知数据量少导致的锂离子电池SOH估算精度下降的问题,提出使用极限学习机(ELM)构建强泛化性电池退化状态模型来描述不同电池的共性退化规律;引入新陈代谢机制来更新退化状态模型的输入数据进而实现对SOH的新陈代谢估算,在保证估算精度的同时降低对输入数据量的需求.利用两种...
|
关 键 词: | 锂离子电池 健康状态 极限学习机 退化状态模型 新陈代谢机制 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|