共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
锂离子电池退役高峰期到来,退役锂离子电池健康状态(State of Health, SOH)快速评估方法因可有效缓解电池退役问题而得到高度重视。提出一种基于层次分析(Analytic Hierarchy Process, AHP)的退役锂离子电池健康状态快速评估方法。首先选取可并行测试的健康因子并分析其可行性与有效性,并采用相关度指数分析健康因子对电池健康状态的表达能力。在此基础上以层次分析法评估电池的健康状态。最后比较不同方法对电池健康状态评估的精度。结果表明所提方法比单要素评估精度更高,比动态评估更容易实现,测试时间更短。 相似文献
3.
4.
5.
6.
针对目前锂离子电池在线估计方法不准确的问题,提出了一种基于优化充电电压片段下多个健康因子的磷酸铁锂电池健康状态综合在线评估方法,将充电电压片段内所充电量估计的电池容量与实际电池容量的误差最小作为目标,利用遗传算法寻优充电电压片段。在此基础上,分别对表征电池健康状态的充入电量、充电时间以及内部阻抗三个健康因子进行在线评估,归一化处理得到各健康因子对应的健康状态,再通过最小序列优化法实时获取电池综合健康状态。最后对磷酸铁锂电池进行老化充放电实验,对比仅采用电池内阻单因子评估方法,结果表明该方法能有效减小充电过程中电池健康状态估计误差,且适用性更强。 相似文献
7.
8.
9.
随着当前电化学储能技术的广泛应用,电池储能电站的安全运维问题日渐突出。传统电池管理系统仅能获得各电池单体的电压、电流及温度,并且受限于硬件处理能力、数据传输带宽及延迟等条件,掌握海量电池单体储能系统的健康与安全运行状态成为关键技术难题。机器学习方法在锂离子电池运行状态预测领域的应用为储能电池系统安全管理创造了条件。针对锂离子电池安全管理需求,首先对锂离子电池滥用及热失控风险机理的相关研究进行了介绍。随后,讨论了锂离子电池管理系统架构及其应用特点,并详细论述了机器学习方法在锂离子电池健康与安全状态分析方面的应用。最后,对储能电站锂离子电池的安全管理进行了展望。 相似文献
10.
11.
12.
13.
14.
15.
介绍了用直接测量法评价动态信号分析仪的频谱幅值和频率指标时,测量结果的不确定度分析和评定过程.讨论了影响频谱幅值示值误差和频率示值误差的测量不确定度的几个主要来源.通过实例,给出了频谱幅值示值误差和频率示值误差的不确定度分析和评定结果. 相似文献
16.
根据规划在黄河北干流上布置万家寨、龙口、天桥、碛口、古贤、甘泽坡6座水利枢纽工程。北干梯级开发可有效控制和管理黄河的水沙关系、洪水;改善生态环境,使水资源得到合理利用;向华北电网提供大量电力,对秦晋2省工农业、通航和旅游等具有促进作用,并带动地方经济的发展。 相似文献
17.
大型企业电网的负荷特性主要表现为感应电动机群特性,为了改进现在常用的电力系统潮流算法中用恒功率模型来表征节点负荷,不能满足工程精度要求的问题,提出了在对企业电网负荷节点电动机群进行等效变换后,引入负荷特性的潮流计算的思路,在此基础上进行了理论推导,并经过现场实测数据,进行了仿真。仿真结果表明,负荷特性的潮流计算方法符合企业工程精度要求,可以达到提升业电网潮流计算结果在精确度、实用度等方面的要求,具有一定的理论和工程意义。 相似文献
18.
19.
20.
压实度标准制定的合理性 总被引:5,自引:0,他引:5
通过土料干湿法对比试验和环刀取土尺寸效应对比试验, 探讨了影响分层碾压土基垫层
压实度的主要因素, 指出通过击实试验制定土基压实度标准和施工质量检验时应注意的问题, 以及如何确保压实度标准制定的合理性和现场检验的客观性。 相似文献