星标一下再走呗!
本文为西安交通大学孟锦豪副教授团队发表在Chinese Journal of Electrical Engineering 2024年第10卷第3期特邀专栏“Special Issue on Reliable and Smart Power Conversion Techniques for Renewable Energy”中的文章。
题目：A Multitime-scale Deep Learning Model for Lithium-ion Battery Health Assessment Using Soft Parameter-sharing Mechanism
论文作者：Lulu Wang, Kun Zheng, Yijing Li, Zhipeng Yang, Feifan Zhou, Jia Guo, Jinhao Meng
感兴趣的朋友们可以扫描下方二维码或点击“阅读原文”免费获取全文。
Lulu Wang, Kun Zheng, Yijing Li, Zhipeng Yang, Feifan Zhou, Jia Guo, Jinhao Meng. A Multitime-scale Deep Learning Model for Lithium-ion Battery Health Assessment Using Soft Parameter-sharing Mechanism[J]. Chinese Journal of Electrical Engineering, 2024, 10(3): 1-11. DOI: 10.23919/CJEE.2024.000085
引用本文
论文亮点
本文提出了一种创新的残差卷积网络门控循环单元 (RCN-GRU) 模型，用于多时间尺度锂离子电池健康感知，并在 124 个磷酸铁锂 (LFP)/石墨电池上进行了验证。利用具有软参数共享机制的多任务学习框架，所提出的方法可以同时预测电池容量和 RUL，为电池系统的运行和维护提供更好的解决方案。本文的主要贡献如下。
(1) 提出了一种联合 RCN-GRU 框架，通过软参数共享机制解决容量和 RUL 的多时间尺度预测。将具有双时间尺度的两个任务统一为一个模型，简化了流程并提高了效率。
(2) 利用 RCN 和 GRU 的协同能力从复杂的电池数据集中提取有效的健康特征，这有助于最终确定精确可靠的容量以及 RUL 预测。
(3) 利用大量电池数据集进行的实验验证证实了所提模型的准确性和泛化能力。
研究背景及目的
评估锂离子电池的容量并不像电流、电压和温度那么简单，因为现有的传感器无法直接监测电池的健康状况。预测锂离子电池的RUL是一个复杂的过程，需要整合历史数据来了解其未来的健康状况。传统上，当锂离子电池的容量降至其初始值的约80%时，它被认为达到了使用寿命的终点。然而，过度使用或滥用锂离子电池超过其合理使用寿命可能会显著增加热失控的风险。因此，获得准确的电池容量和RUL对于确保电池在其使用寿命内的可靠性能至关重要。
实验方法
（1）使用包含 124 个 LFP/石墨电池的MIT-Stanford数据集，标称容量为 1.1 A•h，标称电压为 3.3 V，包含 72 种充电协议。该数据集按 4:1 的比例分为训练集和测试集。具体来说，训练集包含 99 个细胞，测试集包含其余 25 个细胞。固定窗口长度 (WL) 的输入 (Q, T, dQ/dV 和 dT/dV) 形成 4 通道图像，随后将其作为特征输入到神经网络中。
（3）提出了一种集成的 RCN-GRU，它使用 RCN 从四通道图像中提取特征。然后按顺序将这些特征图按通道展平并输入到 GRU 中以辨别时间动态。最后，时间特征再次展平并通过线性层投影，以方便预测后续容量或RUL。
主要结论
使用包含 124 个单元的数据集，所提出的 RCN-GRU 表现出令人印象深刻的准确性，容量估计的 MAE 为 0.00477，RUL 预测的 MAE 为 83。这证明了软参数共享在实现准确预测方面的效率。所提出的方法已通过涉及部分电压段的实验评估得到验证，这表明该模型在不同电压段场景中具有实际可行性和多功能性。值得注意的是，在 2.8~3.2 V 范围内，容量估计和 RUL 预测的 RMSE 最为准确。
论文主创
孟锦豪，西安交通大学电气工程学院副教授，博士研究生导师。长期从事锂电池建模及状态评估、电化学储能装置设计与测试等方向研究。发表学术论文150余篇，8篇ESI高被引论文(前1%)，1篇热点论文(前0.1%)，其中第一/通信作者发表期刊论文60余篇，谷歌学术索引4300余次，H因子33，连续多次入选斯坦福大学全球前2%顶尖科学家年度科学影响力榜单；授权国家发明专利十余项。
作者：Lulu Wang等
责任编辑：薛丽苗
责任校对：岑 伟
审核人：张 强
Chinese Journal of Electrical Engineering
《中国电气工程学报（英文）》
ESCI、Ei Compendex、Scopus、INSPEC、DOAJ、CSCD收录
电话：010-88379848
邮箱：cjee@cjeecmp.com
网址：https://www.jgcm.ac.cn/cjee/
电话：010-88379848
邮箱：cjee@cjeecmp.com
网址：www.cjeecmp.cn
扫码关注
点分享
点收藏
点点赞
点在看
