作者:管鸿盛 钱诚 孙博 任羿
单位:北京航空航天大学可靠性与系统工程学院
引用:管鸿盛, 钱诚, 孙博, 等. 贫数据条件下锂离子电池容量退化轨迹预测方法[J]. 储能科学与技术, 2024, 13(9): 3084-3093.
DOI:10.19799/j.cnki.2095-4239.2024.0643
本文亮点:提出了一种融合容量退化曲线增广和神经网络算法的锂离子电池容量退化轨迹预测方法;在仅有少量完整标记电池的贫数据条件下准确预测了不同放电方案电池的容量退化轨迹;所提方法可采用不同类型神经网络进行容量退化轨迹预测。
1 锂离子电池容量退化轨迹预测方法
1.1 容量退化曲线增广
(1) |
(2) |
(3) |
1.2 神经网络模型
表1 四类神经网络模型的超参数
1.3 模型训练与验证
(4) |
表2 神经网络模型预训练和微调参数设置
(5) |
(6) |
2 结果与分析
2.1 锂离子电池老化试验数据
2.2 容量退化轨迹预测结果
表3 容量退化轨迹预测结果
2.3 虚拟容量退化曲线增广敏感性分析
2.4 虚拟容量退化曲线筛选方法的消融实验
表4 使用不同筛选方法的预测误差均值
2.5 模型训练方案的消融实验
3 结 论
第一作者:管鸿盛(1997—),男,博士研究生,研究方向为锂离子电池状态估计与寿命预测,E-mail:guanhs@buaa.edu.cn;
通讯作者:钱诚,副研究员,研究方向为锂离子电池可靠性,E-mail:cqian@buaa.edu.cn。
本刊推荐
(点击图片可跳转到相应文章合集)