本研究通过分析储能电池容量和电阻变化来评估电池健康状态(State of Health,SOH),使用集合经验模态分解技术提取振动信号特征。采用改进的K-means聚类算法对信号特征进行分类,实现对电池SOH的预测。实验表明,文章提出的算法能准确预测...本研究通过分析储能电池容量和电阻变化来评估电池健康状态(State of Health,SOH),使用集合经验模态分解技术提取振动信号特征。采用改进的K-means聚类算法对信号特征进行分类,实现对电池SOH的预测。实验表明,文章提出的算法能准确预测电池SOH,在600次循环使用后,预测值与真实状态相差仅1%,预测误差维持在2.6%,显示出算法在复杂状态下的高效性和可靠性。该研究为电力设备的智能化维护提供了新的视角和方法,有望提高电力系统的运行效率。展开更多
动力电池健康状态(state of health, SOH)估计是电动汽车领域关注的一个热点,目前的大部分方法都是基于实验室测试数据进行估计,忽略了实际车辆运行情况。使用国家大数据联盟平台采集的实际车辆运行数据进行电池SOH的估计。数据预处理方...动力电池健康状态(state of health, SOH)估计是电动汽车领域关注的一个热点,目前的大部分方法都是基于实验室测试数据进行估计,忽略了实际车辆运行情况。使用国家大数据联盟平台采集的实际车辆运行数据进行电池SOH的估计。数据预处理方面,在清洗异常数据时,保留了实车数据中合理的强噪声数据,保证了数据的真实性。特征选择方面,选择容量增量曲线峰值和对应的电压以及基于安时积分得到的小片段充电容量数据。算法方面,针对真实数据的弱时序性问题,利用反向传播-自适应推进(back propagation-adapt boost, BP-AdaBoost)算法进行电池SOH估计的研究。最后,利用同一类型三辆车的数据进行了模型训练、测试和验证,预测结果与长短期记忆-循环神经网络(long short term memory-recurrent neural network, LSTM-RNN)算法对比,BP-AdaBoost算法估计误差更小,平均绝对误差达到0.96%,因此,所提出的方法可以应用于实车电池SOH的高精度估计。展开更多
基于车载终端实时采集的大数据,提出了一种纯电动客车动力电池健康状态(state of health,SOH)的估算方法.通过MATLAB仿真软件,编程估算了纯电动客车各个时刻的SOH.最后,通过对动力电池系统进行实验来验证模型和算法的有效性.实验结果表...基于车载终端实时采集的大数据,提出了一种纯电动客车动力电池健康状态(state of health,SOH)的估算方法.通过MATLAB仿真软件,编程估算了纯电动客车各个时刻的SOH.最后,通过对动力电池系统进行实验来验证模型和算法的有效性.实验结果表明:基于大数据的纯电动客车动力电池SOH的估算方法能够有效估算动力电池系统的实时SOH.展开更多
文摘本研究通过分析储能电池容量和电阻变化来评估电池健康状态(State of Health,SOH),使用集合经验模态分解技术提取振动信号特征。采用改进的K-means聚类算法对信号特征进行分类,实现对电池SOH的预测。实验表明,文章提出的算法能准确预测电池SOH,在600次循环使用后,预测值与真实状态相差仅1%,预测误差维持在2.6%,显示出算法在复杂状态下的高效性和可靠性。该研究为电力设备的智能化维护提供了新的视角和方法,有望提高电力系统的运行效率。
文摘动力电池健康状态(state of health, SOH)估计是电动汽车领域关注的一个热点,目前的大部分方法都是基于实验室测试数据进行估计,忽略了实际车辆运行情况。使用国家大数据联盟平台采集的实际车辆运行数据进行电池SOH的估计。数据预处理方面,在清洗异常数据时,保留了实车数据中合理的强噪声数据,保证了数据的真实性。特征选择方面,选择容量增量曲线峰值和对应的电压以及基于安时积分得到的小片段充电容量数据。算法方面,针对真实数据的弱时序性问题,利用反向传播-自适应推进(back propagation-adapt boost, BP-AdaBoost)算法进行电池SOH估计的研究。最后,利用同一类型三辆车的数据进行了模型训练、测试和验证,预测结果与长短期记忆-循环神经网络(long short term memory-recurrent neural network, LSTM-RNN)算法对比,BP-AdaBoost算法估计误差更小,平均绝对误差达到0.96%,因此,所提出的方法可以应用于实车电池SOH的高精度估计。
文摘基于车载终端实时采集的大数据,提出了一种纯电动客车动力电池健康状态(state of health,SOH)的估算方法.通过MATLAB仿真软件,编程估算了纯电动客车各个时刻的SOH.最后,通过对动力电池系统进行实验来验证模型和算法的有效性.实验结果表明:基于大数据的纯电动客车动力电池SOH的估算方法能够有效估算动力电池系统的实时SOH.
