面向多步快速充电场景的锂离子电池健康状况估计

针对快速充电对锂离子电池健康状态评估所提出的挑战,构建了适用于多步快速充电场景的锂离子电池健康状态估计模型。先从锂离子电池快速充电电压曲线中提取了12个直接特征,并分析了与这些特征强相关的衰退机制。随后,基于衰退机理并通过相关性分析进行特征筛选,使用径向基函数神经网络建立了健康状态估计模型。验证结果表明,所构建数据特征在电池间衰退路径存在显著差异情况下依然具有良好的泛化能力,相比于传统特征筛选方法估计精度提升超过17%。即使在不同的快速充电协议以及较小训练数据规模下,仍取得了令人满意的估计结果。