首页|融合电化学阻抗与容量增量曲线特征的锂电池健康状态算法研究

融合电化学阻抗与容量增量曲线特征的锂电池健康状态算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对锂离子电池的安全运行问题,提出了一种特征融合的锂电池健康状态预测算法.该框架融合了电化学阻抗谱(electrochemical impedance spectroscopy,EIS)与容量增量分析(incremental capacity analysis,ICA)的健康特征,使用卷积神经网络(convolutional neural net-work,CNN)和改进型长短期记忆网络(long short term memory,LSTM)建立特征与健康状态的映射关系,利用量子粒子群优化(quantum particle swarm optimization,QPSO)算法对混合网络结构进行超参数优化.最后,利用NASA PCoE数据集验证了该方法的准确性与可靠性.
Algorithm research on health state of a lithium battery by integrating the features of electrochemical impedance and incremental capacity curves

张兴红、徐翊、巩泽浩

展开 >

重庆理工大学 两江国际学院,重庆 401135

锂离子电池 健康状态 电化学阻抗谱 容量增量分析

国家自然科学基金重庆理工大学研究生创新项目

52175454gzlcx20223132

2023

10.3969/j.issn.1674-8425(z).2023.05.031

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
年,卷(期)：2023.37(10)
  • 9