排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象,锂离子电池作为其动力来源,科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素。本文研究等效循环电池组在等效循环工况、不同循环次数时,锂离子电池电压随着放电时间的变化曲线。通过分析不同循环次数下导函数在等效特征点处的斜率变化规律,建立锂离子电池等效循环工况下的寿命退化曲线。选取NASA等效循环电池组和自测JZ等效循环电池组,将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点,根据这两组特征点分别建立退化模型Mini和Mlat。最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证。通过锂离子电池测试数据集验证其预测精度较高,稳定性较好,具有较强的应用价值。 相似文献
3.
4.
锂离子电池实际容量常采用安时积分法得到,存在测量精度差及累积误差的问题。提出了一种利用锂离子电池循环充放电监测参数(电压、时间、内阻、温度等)构建间接健康因子的方法,实现了电池健康状态的间接预测。选择等压降放电时间作为间接健康因子,通过灰色关联分析法验证了其与锂离子电池实际容量的强鲁棒性。构建基于Elman神经网络的剩余使用寿命(remaining useful life,RUL)预测模型。采用NASA公开的锂离子电池数据集进行测试,结果表明提出的方法框架可以有效地进行电池RUL的间接预测,得到精确的预测结果。 相似文献
1