典型文献
基于低频阻抗谱和健康特征融合的锂离子电池健康状态主动探测方法研究
文献摘要：
准确的健康状态估计对锂离子电池管理具有重要意义.健康状态通常用衰退后的容量来表征,传统的容量估计主要被动采集电池的电压、电流和温度三种信号,进而提取与容量相关的特征,对充放电曲线的完整性和规则性要求较高.所提出的方法基于充电过程中探测的低频阻抗谱,提取五个健康特征,其中包含三个新的具有物理意义的健康特征,分别为修正的Warburg因子、伪锂离子扩散状态以及其经验模态分解后的残值,在锂离子电池内部动力学特征与外部老化特征之间架起了一座桥梁并且与容量具有强相关性.锂离子电池容量估计模型优化前决定系数R2不到0.6.通过健康特征融合,从整体角度考量变量组间的相关性,能够大幅度提高模型估计精度,决定系数R2可以达到0.9357,RMSE为0.3749 mAh和MAPE为0.8362 mAh.
文献关键词：
锂离子电池;健康状态;低频电化学阻抗谱;健康特征融合;经验模态分解;多元线性回归
中图分类号：
作者姓名：
孙丙香;苏晓佳;马仕昌;张维戈;张珺玮;付智城;赵博
作者机构：
北京交通大学国家能源主动配电网技术研发中心,北京 100044
文献出处：
引用格式：
[1]孙丙香;苏晓佳;马仕昌;张维戈;张珺玮;付智城;赵博-.基于低频阻抗谱和健康特征融合的锂离子电池健康状态主动探测方法研究)[J].电力系统保护与控制,2022(07):23-30
A类：
健康特征融合,低频电化学阻抗谱
B类：
锂离子电池,电池健康状态,主动探测,探测方法,健康状态估计,电池管理,退后,集电,充放电,规则性,充电过程,物理意义,Warburg,离子扩散,经验模态分解,残值,池内,内部动力,动力学特征,老化特征,间架,架起,强相关性,电池容量估计,模型优化,决定系数,变量组,大幅度提高,模型估计,估计精度,RMSE,mAh,MAPE
AB值：
0.324397
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。
