典型文献
电力储能用锂离子电池状态评估研究进展
文献摘要：
锂离子电池的状态评估对其充放电策略、运维管理和安全预警等都至关重要.已有文献研究主要聚焦在单体电池的状态评估,电力储能用大规模锂离子电池的装机规模和传输数据量巨大,目前研究成果相对较少.将锂离子电池的SOC和SOH状态评估方法归纳为数学解析法、电化学模型法、等效电路法和数据驱动法,其中数据驱动法是电池状态评估研究的发展方向;进一步地,从特征选取方法、数据挖掘方法2个角度分析了电力储能用锂离子电池系统的一致性评估,前者主要采用统计学方法、数据变换法和自动提取法,后者主要采用回归方法和聚类方法,从大规模、高维度的海量复杂数据中挖掘有效的特征信息,实现电力储能用锂离子电池的状态评估.
文献关键词：
大规模储能;电池状态;机器学习;数据驱动;聚类分析
中图分类号：
作者姓名：
王德顺;薛金花;鲁千姿;魏海坤
作者机构：
中国电力科学研究院有限公司,江苏南京210009;东南大学自动化学院,江苏南京210096
文献出处：
引用格式：
[1]王德顺;薛金花;鲁千姿;魏海坤-.电力储能用锂离子电池状态评估研究进展)[J].电源技术,2022(03):230-232
A类：
B类：
电力储能,锂离子电池,电池状态评估,评估研究,充放电策略,运维管理,安全预警,单体电池,装机规模,传输数据,数据量,SOC,SOH,方法归纳,数学解析,解析法,电化学模型,模型法,等效电路法,特征选取,挖掘方法,电池系统,一致性评估,统计学方法,变换法,自动提取,提取法,聚类方法,高维度,复杂数据,特征信息,大规模储能
AB值：
0.331342
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。
