首页|基于频繁项统计的锂动力电池SOH估计

基于频繁项统计的锂动力电池SOH估计

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
快速而精确的估计电池健康状态(SOH)是保证动力电池系统安全的基础.纯电动汽车在运行过程中,传统的估计方法难以利用车载有限的计算资源,在线构建精确的SOH估计模型.针对该问题,提出一种利用短时监测数据在线构建电池健康指标(HI)的特征提取方法.该方法将不同电压区间内积累的电量看作频繁项,利用Lossy Counting算法构建概要数据结构对频繁项分布进行统计,基于频繁项分布规律的变化对电池健康状态进行表征.仿真和实验结果表明,该方法能利用车载计算资源,以较小的时间和空间复杂度提取电池健康状态指标.
SOH estimation of lithium-ion batteries based on frequent item statistics

lithium-ion batterystate of health(SOH)health indicator(HI)Lossy Counting algorithm

李俊丽、赵理、客汉宸

展开 >

北京信息科技大学 机电工程学院,北京 100192

北京电动车辆协同创新中心,北京 100192

锂离子电池 SOH估计 健康因子(HI) Lossy Counting算法

国家自然科学基金北京市教育委员会科技计划项目北京信息科技大学教改项目

52077007KM2018112320032021JGYB02

2023

10.3969/j.issn.1674-8425(z).2023.09.004

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(17)
  • 2