基于深度学习的锂离子电池SOC和SOH联合估算

来源 :中国电机工程学报 | 被引量 : 0次 | 上传用户:yiluyouyu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
锂离子电池常被作为储能元件以实现电能的存储和转化,然而其荷电状态(state of charge,SOC)和健康状态(state of health,SOH)无法被直接测量.为了实现锂离子电池SOC和SOH联合估算,该文分析SOC和SOH之间的关联性,并提出一种基于深度学习的锂离子电池SOC和SOH联合估算方法.该方法能够基于门控循环单元循环神经网络(recurrent neural network with gated recurrent unit,GRU-RNN)和卷积神经网络(convolutional neural network,CNN),利用锂离子电池电压、电流、温度,实现锂离子电池全使用周期内SOC和SOH的同时估算,而且由于将锂离子电池的SOH估算值考虑到SOC估算中,能够消除锂离子电池老化因素对锂离子电池SOC估算造成的负面影响,从而提升SOC估算精度.两个锂离子电池测试数据集上的实验结果表明,提出的估算方法能够在不同温度和不同工况下实现锂离子电池全使用周期SOC和SOH联合估算,且获得较高的精度.
其他文献
随着节水、减排、环保等问题的日益严峻,消雾节水型冷却塔逐渐受重视.针对消雾节水型干湿联合冷却塔,建立其传热传质过程气水参数变化的理论计算模型,根据其出塔空气与环境空
用于高频电力变压器匝间绝缘的聚酰亚胺,因沿面放电而易发生绝缘失效,利用硅氧结构进行改性是有效的解决方法.该文研究高频电应力下含硅氧结构聚酰亚胺薄膜的沿面放电特性,通
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
传统能源采用中心化的集中交易模式,存在维护成本高、缺乏公开透明等诸多问题,因此限制了交易主体进入市场的意愿.为此,提出并研制一种去中心化的多能源交易系统和相应的智能
为实施中华人民共和国土地改革法,特根据华东具体情况,作如下的补充规定:一、华东土地改革的大体计划华东地区已经基本完成或曾经进行过土地改革的地区约有农业人口四千五百
高比例风电并网给电力系统的调度运行带来了挑战.为应对风电的不确定性,该文提出一种计及运行风险和需求响应的两阶段鲁棒机组组合(unit commitment,UC)模型,此模型具有以下
文中提出一种联合扩展卡尔曼滤波的滑模观测器算法用于电动汽车电池的荷电状态(state of charge,SOC)估计.电池模型采用二阶Thevenin等效电路模型,辨识不同温度下的模型参数,
高频隔离型双有源桥(dual active bridge,DAB)变换器是电力电子变压器(power electronic transformer,PET)的核心设备之一.其中,高频链的存在以及高开关频率特性,使得PET电磁
二氧化碳的排放导致了严重的环境和生态问题,而碳捕集、利用和封存技术(carbon capture,utilization and storage,CCUS)是减缓CO2排放的有效途径.在众多的CCUS方法中,膜分离
针对三相单开关Buck功率因数校正器的开关电压应力过大的问题,文章提出一种通过外加辅助元件使开关器件等效阻抗不相等的电压钳位型三相两开关Buck功率因数校正器.相较于传统