基于数据驱动与优化算法融合的锂离子电池健康状态估计方法研究
摘要：近年来，锂离子电池因其能量密度高、绿色环保以及使用寿命长等优点被应用于电动汽车领域中。在电动汽车应用中，电池管理系统（BatteryManagementSystem,BMS）的性能、和可靠性将直接影响动力电池的运行状态和内部状态。因此，对电池内部状态的估计是衡量BMS性能优劣重要指标。健康状态（stateofhealth,SOH）的估计是BMS重要的一环，其主要作为评估动力电池的性能衰退程度的参考量。然而，目前主流的SOH估计方法中，对特征的提取都是基于手动筛选，并没有考虑特征的优劣，是否适用于算法；同时也没有对算法进行参数优化，得到一个最优的估计模型。因此，如何将特征与算...
关键词：
锂离子电池PSO算法数据驱动算法健康状态
授予学位：
硕士
学科专业：
车辆工程
导师姓名：
刘兴涛
学位年度：
2022
语种：
中文
分类号：
TM912.9(独立电源技术（直接发电）)
在线出版日期：
2023-02-17 （万方平台首次上网日期，不代表论文的发表时间）
相关知识
基于数据驱动与优化算法融合的锂离子电池健康状态估计方法研究
基于数据驱动的锂离子电池健康状态估计及剩余寿命预测研究.docx
锂离子动力电池荷电状态与健康状态联合估计算法研究
基于多目标优化的锂离子电池健康状态估计方法
基于特征赋能的锂离子电池健康状态估计方法研究.docx
锂离子电池健康状态估计方法研究现状与展望
数据驱动的锂离子电池健康管理研究
基于信号重构的锂离子电池健康状态估计：数据驱动的鲁棒方法
电动汽车锂离子动力电池组健康状态估计方法的研究
基于数据驱动的磷酸铁锂电池老化差异分析及健康状态估算.docx
网址: 基于数据驱动与优化算法融合的锂离子电池健康状态估计方法研究 https://m.trfsz.com/newsview1654355.html
