典型文献
基于新陈代谢GM(1,1)-神经网络的锂离子电池贮存寿命研究
文献摘要：
现役鱼雷大多时间处于贮存状态,而锂离子电池是其主要的动力能源,所以针对锂离子电池的贮存寿命研究尤为重要.文中以18650型钴酸锂电池为研究对象,通过开展加速寿命试验,获得在不同应力条件下电池容量和内阻随时间的变化曲线,并确定有利于缓解电池寿命衰减的贮存条件为:温度25℃、电池荷电状态30％;综合灰色预测方法及BP神经网络的优点,采用新陈代谢灰色模型GM(1,1)-神经网络方法对锂离子电池的容量进行预测,经验证该组合预测模型比灰色预测模型和新陈代谢GM(1,1)预测模型精度更高且更适用于电池寿命预测,从而获取锂离子电池在不同应力条件下的贮存寿命,进一步验证了有利于缓解电池寿命的贮存条件.
文献关键词：
锂离子电池;加速寿命试验;灰色神经网络;贮存寿命
中图分类号：
作者姓名：
李炬晨;胡欲立;郝泽花;张子正;郑乙
作者机构：
西北工业大学 航海学院, 陕西 西安, 710072
文献出处：
引用格式：
[1]李炬晨;胡欲立;郝泽花;张子正;郑乙-.基于新陈代谢GM(1,1)-神经网络的锂离子电池贮存寿命研究)[J].水下无人系统学报,2022(02):231-236
A类：
B类：
新陈代谢,GM,锂离子电池,池贮,贮存寿命,寿命研究,现役,鱼雷,动力能源,钴酸锂电池,加速寿命试验,应力条件,电池容量,内阻,电池寿命衰减,贮存条件,电池荷电状态,灰色模型,神经网络方法,该组,组合预测模型,灰色预测模型,预测模型精度,电池寿命预测,灰色神经网络
AB值：
0.275541
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
