基于遗传算法优化支持向量回归的电池SOH预测

针对实车运行过程中电池当前可用容量难获取、电池健康状态评估不准确的问题,提出利用车辆的停车充电片段数据,通过箱型图及卡尔曼滤波算法对安时积分法计算所得的电池容量进行修正,构建支持向量回归模型用于电池衰减预测,通过皮尔森相关性分析确定有效的模型输入参数,结合遗传算法优化模型参数。结果表明:优化后模型的拟合优度可达88%,相较于优化前提高了12%,可以实现电池健康状态的准确预测。

新能源动力电池健康及安全检测技术现状研究

建立动力电池全生命周期安全及性能检测评价体系是保证动力电池安全的重要手段。针对在用新能源车电池进行检测是提升电池使用安全及性能的有效方式。本文针对当前动力电池各阶段的测试方法,及相关标准、规范等进行了系统梳理,并重点对电池无损检测技术进行深入解析,分析各方法原理及应用限制,为进一步研究电池快速、便捷的检测方法提供支撑。

新能源汽车安全预警技术现状及未来展望

随着中国新能源汽车国内保有量的持续提升,电池安全问题愈加突显。新能源汽车电池自燃起火事故频繁发生,极大阻碍了新能源汽车进一步向前发展。提升电池安全性成为亟需行业解决的共性问题。本文对目前行业内安全技术应用情况,介绍目前主流的电池安全提升路径及常见解决方案。并详细对基于大数据的电池安全预警技术进行详细论述。总结三类主要预警分析方法,并对未来预警技术的发展研究方向进行总结展望。