基于深度学习的动力锂离子电池容量估计

摘要：

面向新能源汽车用户的特点,提出基于深度学习的锂离子电池容量估计方法.使用循环神经网络(RNN),学习车载动力锂离子电池的负载电流、电芯温度和放电量序列到电压序列的函数映射关系.训练后,将设定的1.00 C放电对应的电流、温度和放电量序列输入到模型中,获取输出的电压序列.由电池的循环老化数据,从1.00 C放电曲线中提取特征,使用支持向量回归(SVR)模型学习提取特征到电池容量之间的函数映射关系.从RNN预测的电压曲线中提取特征,输入SVR模型,得到电池的容量估计值.所提模型充分利用了充放电数据,容量的估计误差不超过2.253％.

关键词：锂离子电池、容量估计、循环神经网络(RNN)、支持向量回归(SVR)

所属期刊栏目：52

分类号：TM912.9

资助基金：国家自然科学基金;国家自然科学基金;科技部重点研发计划

在线出版日期：2022-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：517-521