声明
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号:11-2179/TH
国际刊号:0254-3087
发布日期:
作者:金 帅,董 静
单位:金 帅,1.哈尔滨商业大学轻工学院,,董 静,1.哈尔滨商业大学轻工学院,
关键词:锂离子电池;健康状态;数据驱动;电动汽车
基金:黑龙江省省属高等学校基本科研项目(2023-KYYWF-1013)、哈尔滨商业大学研究生科研创新项目(YJSCX2023-778HSD)资助
锂离子电池(LIBs)在电气化交通、电化学储能和移动电子产品等领域广泛使用,精准评估其健康状态(SOH)是确保安全可靠应用的基础。数据驱动法是当前评估SOH的主流方法,该方法无需考虑电池内部复杂的物理化学反应,依赖于直接的数据分析,且具有较高的精度。本文从锂离子电池SOH影响因素入手分析了基于数据驱动的电池SOH估计方法的研究现状,着重比较了机器学习、滤波器和时间序列等方法实施SOH估计的原理、优缺点。最后,针对电动汽车实际应用场景,对SOH估计方法的未来发展趋势进行了展望。
来源:2024年第3期
《仪器仪表学报》期刊编辑部
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。