重庆理工大学学报2023，Vol.37Issue(4) ：28-37.DOI:10.3969/j.issn.1674-8425(z).2023.02.004

充放电多特征融合的锂电池寿命预测方法

Remaining useful life prediction method of a lithium-ion battery based on multi-feature fusion of charging and discharging

高静怡 陈首轩 周明博 曹军义
重庆理工大学学报2023，Vol.37Issue(4) ：28-37.DOI:10.3969/j.issn.1674-8425(z).2023.02.004
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

充放电多特征融合的锂电池寿命预测方法

Remaining useful life prediction method of a lithium-ion battery based on multi-feature fusion of charging and discharging

高静怡 1陈首轩 1周明博 1曹军义1
扫码查看

作者信息

  • 1. 西安交通大学现代设计及转子轴承系统教育部重点实验室,西安 710049
  • 折叠

摘要

针对电池容量及内阻测量易受环境影响、复杂工况下剩余寿命难以准确预测的难题,提出了一种充放电多特征指标融合的锂电池寿命预测方法.通过分析电池的循环老化数据,研究不同周期充电曲线和放电曲线的特点,提取等压降放电时间、等时间放电压降、恒压充电时间及断电压降4个特征指标,并分析了各特征指标与容量衰减之间的相关性.提出信息熵改进的灰度关联分析法.构建充放电过程融合指标表征电池的健康状态,健康状态表征的均方根误差平均值为0.0213,优于单过程融合指标估算误差.以融合特征指标为输出,充放电循环的测量数据为输入,建立卷积神经网络模型对电池的剩余寿命进行在线预测,寿命预测误差约为0.0890,稳定性误差约为0.0160.

关键词

锂离子电池/健康状态/剩余寿命/融合指标

引用本文复制引用

基金项目

国家自然科学基金(51975453)

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1
参考文献量3
段落导航相关论文