重庆理工大学学报2023，Vol.37Issue(17) ：31-39.DOI:10.3969/j.issn.1674-8425(z).2023.09.004

基于频繁项统计的锂动力电池SOH估计

SOH estimation of lithium-ion batteries based on frequent item statistics

李俊丽 赵理 客汉宸
重庆理工大学学报2023，Vol.37Issue(17) ：31-39.DOI:10.3969/j.issn.1674-8425(z).2023.09.004
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于频繁项统计的锂动力电池SOH估计

SOH estimation of lithium-ion batteries based on frequent item statistics

李俊丽 1赵理 1客汉宸1
扫码查看

作者信息

  • 1. 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
  • 折叠

摘要

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.

关键词

锂离子电池/SOH估计/健康因子(HI)/Lossy/Counting算法

Key words

lithium-ion battery/state of health(SOH)/health indicator(HI)/Lossy Counting algorithm

引用本文复制引用

基金项目

国家自然科学基金(52077007)

北京市教育委员会科技计划项目(KM201811232003)

北京信息科技大学教改项目(2021JGYB02)

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
参考文献量2
段落导航相关论文