重庆理工大学学报2023，Vol.37Issue(4) ：12-18.DOI:10.3969/j.issn.1674-8425(z).2023.02.002

锂电池容量衰退模型数据驱动方法研究

Study on different data-driven models of the lithium battery capacity-fading model

臧帏宏 李中华 王发成 周伟
重庆理工大学学报2023，Vol.37Issue(4) ：12-18.DOI:10.3969/j.issn.1674-8425(z).2023.02.002
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

锂电池容量衰退模型数据驱动方法研究

Study on different data-driven models of the lithium battery capacity-fading model

臧帏宏 1李中华 1王发成 1周伟2
扫码查看

作者信息

  • 1. 中国北方车辆研究所,北京 100072
  • 2. 陆军北京军代局,北京 100050
  • 折叠

摘要

电池循环寿命是动力电池的一项重要指标,多次循环之后电池的剩余容量预测成为研究热点.以放电结束搁置期间的电压升高作为表征电池容量衰退的健康因子,再利用后向传播算法(BP)和支持向量机(SVM)方法,建立健康因子与电池剩余容量之间映射模型.以一种在役42 Ah三元锂电池500余次充放电试验数据为样本,分别采用BP和SVM模型进行剩余容量预测,最大预测误差分别为1.4％、0.6％.试验结果表明:三元锂电池多次循环放电搁置阶段的压升序列与剩余电池容量存在线性关系,可作为健康因子,运用BP和SVM模型可以实现电池剩余容量精确预测,与BP模型相比,针对小规模数据SVM模型可以实现更高精度的有效预测.

关键词

三元锂电池/容量衰退/后向传播/支持向量机

引用本文复制引用

基金项目

国家自然科学基金(52075028)

科工局基础科研项目(JCKY2018602C09)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量10
段落导航相关论文