典型文献
基于冲击响应特性的锂电池SOH估计
文献摘要：
随着电动汽车快速增长和智能电网飞速发展的时代的到来,人们对电池的需求与日俱增.健康状态(SOH)是监测电池状态的关键参数,SOH决定了电池能否安全、稳定地运行.本文提出一种基于冲击响应特性的锂电池SOH快速估计方法.首先,本文提出了多种特征提取方法对冲击响应曲线进行特征提取,分别为基于小波变换方法、基于差分电压方法和基于数值微分方法.其次,引入灰色关联度分析(GRA)方法对特征进行相关性分析,并利用改进型模糊小脑模型神经网络(IFCMNN)估计SOH.最后,实验结果表明了所提方法能在较高的SOH分辨精度上实现对处在任意SOC的锂电池进行快速估计SOH,验证了所提方法的有效性.
文献关键词：
冲击响应特性;健康状态;改进型模糊小脑模型神经网络;特征提取
中图分类号：
作者姓名：
李华森;林琼斌;詹银;代妍妍
作者机构：
福州大学电气工程与自动化学院,福建 福州 350108;中国电建集团福建省电力勘测设计院有限公司,福建 福州 350108
文献出处：
引用格式：
[1]李华森;林琼斌;詹银;代妍妍-.基于冲击响应特性的锂电池SOH估计)[J].电气开关,2022(06):68-73
A类：
改进型模糊小脑模型神经网络,IFCMNN
B类：
冲击响应特性,锂电池,SOH,电动汽车,智能电网,网飞,与日俱增,健康状态,电池状态,估计方法,对冲,响应曲线,于小波,小波变换,数值微分,微分方法,灰色关联度分析,GRA,SOC
AB值：
0.24132
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。
