首页|基于人工智能的电池健康诊断技术

基于人工智能的电池健康诊断技术

张云蔚

基于人工智能的电池健康诊断技术

张云蔚1
扫码查看

作者信息

  • 1. 中山大学物理学院
  • 折叠

摘要

预测锂离子电池的健康状态和剩余可用寿命是一个尚未解决的挑战,限制了储能技术的发展.这里,通过将电化学阻抗谱(EIS),一种实时、非侵入性且信息丰富的测量方法,结合机器学习方法,建立了一套准确的电池健康诊断技术.

关键词

锂离子电池/健康状态/剩余可用寿命/电化学阻抗谱/机器学习

引用本文复制引用

主办单位

新质力材料发展交流平台

会议名称

新质力·新能源·新光电产业发展峰会

会议时间

2024-11-08

会议地点

深圳

会议母体文献

新质力·新能源·新光电产业发展峰会论文集

页码

1

出版时间

2024
段落导航相关论文