期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到70,646篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
锂离子电池用正极材料标准体系现状研究TM912 认领 引用 被引量：1
1
作者 崔妍 张蕴 莫子璇 《中国金属通报》 2020年第9期1-3,共3页
全国有色金属标准化技术委员会(SAC/TC243)作为锂离子电池正极材料技术标准的归口单位,近十年来通过不懈的努力,已经建立了较为完善的锂离子电池正极材料标准体系,已基本满足了市场需求,大力促进了行业的可持续高质量发展。本文通过对... 全国有色金属标准化技术委员会(SAC/TC243)作为锂离子电池正极材料技术标准的归口单位,近十年来通过不懈的努力,已经建立了较为完善的锂离子电池正极材料标准体系,已基本满足了市场需求,大力促进了行业的可持续高质量发展。本文通过对正极材料标准体系进行梳理,结合了市场发展状况与技术发展要求,对体系中标准的主要技术指标进行了分析,重点分析对比了YS/T798-2012《镍钴锰酸锂》,并提出了合理的标准制修订意见与建议,为进一步完善正极材料标准体系打下了坚实的基础。 展开更多
关键词 锂离子电池 正极材料 标准体系建设
暂未订购 下载PDF
基于ISSA-GPR的锂离子电池健康状态估计 认领 引用 被引量：7
2
作者 张梦迪 刘洋 +3 位作者 陈健 吉金鹏 姚智伟 公衍勇 《电源学报》 CSCD 北大核心 2026年第2期233-243,共11页
由于电池健康状态SOH(state-of-health)难以被直接测量,因此对SOH的准确估计对保证电池安全运行至关重要。基于此,提出了1种改进麻雀搜索算法优化高斯过程回归ISSA-GPR(improved sparrow search algorithm-Gaussian process regression... 由于电池健康状态SOH(state-of-health)难以被直接测量,因此对SOH的准确估计对保证电池安全运行至关重要。基于此,提出了1种改进麻雀搜索算法优化高斯过程回归ISSA-GPR(improved sparrow search algorithm-Gaussian process regression)锂离子电池健康状态估计方法。首先采用改进麻雀搜索算法优化高斯过程回归模型参数,构建基于改进麻雀搜索算法的高斯过程回归模型;然后分析容量增量曲线,提取表征电池容量退化的健康因子作为模型的输入,并通过改进麻雀搜索算法确定以峰值为中心峰面积的最佳电压区间长度,进而得到电池健康状态估计模型;最后利用公开的实验数据集进行验证。结果表明,所提ISSA-GPR方法能够对电池健康状态进行准确估计。 展开更多
关键词 锂离子电池 健康状态 容量增量曲线 健康因子 麻雀搜索算法 高斯过程回归
暂未订购 下载PDF
一种改进的CNN-Seq2Seq电池荷电与健康状态联合估计方法 认领 引用 被引量：5
3
作者 张宇 周天宇 +1 位作者 张永康 吴铁洲 《电源学报》 CSCD 北大核心 2026年第1期217-224,共8页
为保证电动汽车长期安全稳定运行,降低锂电池故障率,针对电动汽车电池管理系统能否精准有效地检测电池荷电状态SOC(state-of-charge)与电池健康状态SOH(state-of-health)这2个重要参数的问题,提出了1种基于卷积神经网络-长短期记忆CNN-L... 为保证电动汽车长期安全稳定运行,降低锂电池故障率,针对电动汽车电池管理系统能否精准有效地检测电池荷电状态SOC(state-of-charge)与电池健康状态SOH(state-of-health)这2个重要参数的问题,提出了1种基于卷积神经网络-长短期记忆CNN-LSTM(convolutional neural networks-long short-term memory)神经网络改进的卷积神经网络-序列到序列CNN-Seq2Seq(CNN-sequence-to-sequence)神经网络的锂电池SOC与SOH联合估计方法。在公共数据集上的对比实验表明,该方法提高了锂电池SOC与SOH估计结果的稳定性与准确性。 展开更多
关键词 荷电状态 健康状态 卷积神经网络 序列到序列 锂电池 深度学习
暂未订购 下载PDF
锂/钠电池热管理系统中液冷技术研究进展 认领 引用 被引量：4
4
作者 梁沁沁 韩方源 +5 位作者 唐彬 何金梅 李建新 罗宗昌 喻敏 蒙莹 《储能科学与技术》 CAS CSCD 北大核心 2026年第1期275-292,共18页
以锂/钠离子电池为主的新型储能技术是可再生清洁能源开发利用以及实现“双碳”目标的重要支撑,但锂/钠离子电池在高集成度和高功率密度应用场景下的热安全问题值得关注。液冷技术作为增强电池热管理的重要技术成为解决电池热安全问题... 以锂/钠离子电池为主的新型储能技术是可再生清洁能源开发利用以及实现“双碳”目标的重要支撑,但锂/钠离子电池在高集成度和高功率密度应用场景下的热安全问题值得关注。液冷技术作为增强电池热管理的重要技术成为解决电池热安全问题的关键。本文首先从锂/钠离子电池发展现状和电池热管理需求出发,简要总结了液冷技术的分类(包括冷板式液冷、浸没式液冷和喷淋式液冷),并结合其工作原理讨论了液冷技术中冷却液的蓄热机理;重点针对液冷技术中冷却液的关键性能要求进行详细分析,并系统阐述了六种冷却液(水基冷却液、纳米流体、碳氢化合物及有机硅类、碳氟化合物类、沸腾液体和液态金属)的特点和应用场景;重点探讨了冷板式液冷、浸没式液冷和喷淋式液冷技术的最新研究进展,并对液冷技术在钠离子电池中应用和发展进行展望,旨在为学术界和产业界提供参考。 展开更多
关键词 电池热管理 液冷 冷却液 传热
暂未订购 下载PDF
基于波纹形液冷通道的锂电池热管理系统研究与优化 认领 引用 被引量：3
5
作者 刘宁豪 杨涵 +3 位作者 王晨曦 高强 程金鹏 杨广丰 《化学工程》 CAS 北大核心 2026年第2期8-13,共6页
为解决锂离子电池组在高放电倍率下温度高、温差大的问题,提出一种创新的波纹形液冷电池热管理系统,并通过实验验证研究方法的准确性和可靠性。首先探讨流道深度、液冷板壁厚对系统冷却性能及功耗的影响,进而对结构进行优化。随后,针对... 为解决锂离子电池组在高放电倍率下温度高、温差大的问题,提出一种创新的波纹形液冷电池热管理系统,并通过实验验证研究方法的准确性和可靠性。首先探讨流道深度、液冷板壁厚对系统冷却性能及功耗的影响,进而对结构进行优化。随后,针对优化后的结构,分析冷却液质量流量和温度对冷却性能和功耗的具体影响。结果表明:增加流道深度或液冷板壁厚可有效降低电池组的最高温度、平均温度及最大温差。经过结构优化,电池组的最高温度、平均温度、最大温差和压降分别降低了1.18、1、1.08℃和156 Pa。对于优化后的结构,提高冷却液质量流量或降低其温度可进一步降低电池组的最高温度和平均温度,但最大温差和系统压降会增大。在冷却液温度为20℃时,满足冷却要求的临界冷却液质量流量为0.6 g/s;在冷却液质量流量为1 g/s时,临界冷却液温度约为25℃。研究表明,提出的波纹形液冷系统可为电池热管理系统的设计提供一定的参考。 展开更多
关键词 锂离子电池 热管理系统 液体冷却 性能分析 结构优化
暂未订购 下载PDF
基于多尺度健康因子-BEAST分解和SARIMA模型结合的锂离子电池剩余使用寿命预测 认领 引用 被引量：3
6
作者 姚芳 韩永康 +2 位作者 李谦 汤雨 张正宣 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2026年第1期77-89,共13页
锂离子电池的剩余使用寿命(RUL)预测对电池管理和安全性至关重要.现有的RUL预测方法多依赖大量历史数据,且在复杂工况下精度较低,计算负担重.为解决这些问题,本文结合健康因子(HI)、贝叶斯时序分解估计器(BEAST)和季节性差分自回归移动... 锂离子电池的剩余使用寿命(RUL)预测对电池管理和安全性至关重要.现有的RUL预测方法多依赖大量历史数据,且在复杂工况下精度较低,计算负担重.为解决这些问题,本文结合健康因子(HI)、贝叶斯时序分解估计器(BEAST)和季节性差分自回归移动平均模型(SARIMA),提出了一种新颖的RUL预测方法.与传统方法不同,本文创新性地采用HI替代最大可放电容量,能够更精确地反映电池衰退过程;同时,结合贝叶斯时序分解估计器对HI进行分解与重构,提高了预测精度,减少了对大量历史数据的依赖;最后,利用季节性差分自回归移动平均模型对电池衰退的时序数据进行建模,显著提高了预测精度和计算效率.实验结果表明,以动态工况电池(CS#7)为例,所提方法在电池衰减5%时,最大相对误差小于2%,衰减10%时小于4.31%;相比LSTM和LSSVM方法,本文方法在MAE上分别降低了16.6%和25.9%,计算效率分别提高了55.2%和22.8%. 展开更多
关键词 锂离子电池 剩余使用寿命 健康因子 BEAST分解 SARIMA模型
暂未订购 下载PDF
基于多健康因子LSTM的电池容量估计方法 认领 引用 被引量：3
7
作者 莫易敏 陈佳浩 +3 位作者 叶鹏 范文健 韦军 孙静宇 《电源学报》 CSCD 北大核心 2026年第1期207-216,共10页
为了准确判断电池可用容量,采用长短期记忆神经网络对电池容量进行估算。首先分析电池各参数全生命周期变化曲线,计算其与电池容量之间的皮尔逊相关系数,选择电池电压、内阻、等压降时间等参数作为健康因子构建电池容量估计模型。使用... 为了准确判断电池可用容量,采用长短期记忆神经网络对电池容量进行估算。首先分析电池各参数全生命周期变化曲线,计算其与电池容量之间的皮尔逊相关系数,选择电池电压、内阻、等压降时间等参数作为健康因子构建电池容量估计模型。使用美国先进寿命周期工程中心CALCE(Center for Advanced Life Cycle Engineering)电池数据集进行模型训练并估算电池容量,估计模型的平均百分误差为1.19%。分析估算误差产生的原因,通过电池初始容量参数修正和电池老化参数修正进行模型优化。优化结果表明,使用电池电压、内阻、恒流充电时间和4.0~3.4 V等压降时间构建模型估计误差在0.55%左右。 展开更多
关键词 容量估计 电池健康状态 长短期记忆神经网络 锂离子电池
暂未订购 下载PDF
高压直挂电池储能系统自适应快速SOC均衡控制 认领 引用 被引量：2
8
作者 吴西奇 李辉 +3 位作者 惠东 黄超 李睿 蔡旭 《高电压技术》 EI CAS CSCD 北大核心 2026年第5期2397-2408,共12页
为避免高压直挂储能系统施加均衡控制后电池充放电电流超过倍率限制和系统过调制,通常选取的相间和相内均衡系数较为保守,导致荷电状态(state of charge,SOC)均衡速度过慢。为此,分别推导出施加相内均衡和相间均衡后功率因数角、相电流... 为避免高压直挂储能系统施加均衡控制后电池充放电电流超过倍率限制和系统过调制,通常选取的相间和相内均衡系数较为保守,导致荷电状态(state of charge,SOC)均衡速度过慢。为此,分别推导出施加相内均衡和相间均衡后功率因数角、相电流幅值、电池簇电压和SOC分布4个因素与调制比裕度和充放电电流边界的数学关系,分别求解出最优相内SOC和相间SOC均衡系数,从而尽限利用拓扑的相内和相间SOC均衡能力,并能随着系统工况变化自适应调节。进一步,考虑相内和相间拓扑均衡能力的耦合限制条件,提出相间和相内SOC均衡自适应解耦控制,能够以最快收敛速度实现系统所有电池簇荷电状态均衡,同时可确保系统不出现过调制和电池运行在安全边界内。最后,通过10 kV/5 MW/5 MWh仿真模型验证了理论分析的正确性和控制策略的有效性。 展开更多
关键词 高压直挂 级联电路 电池储能 电池均衡 自适应 荷电状态
暂未订购 下载PDF
高比能锂离子电池安全性及控制策略研究进展 认领 引用 被引量：2
9
作者 刘娜 张锟 +10 位作者 梁晓嫱 田君 孙文浩 王聪杰 田崔钧 曹宝森 胡道中 王一拓 佟蕾 徐春常 高洪波 《化工进展》 EI CAS CSCD 北大核心 2026年第3期1413-1428,共16页
高比能锂离子电池(LIBs)因其高能量密度、长循环寿命和环境友好性,已成为电动汽车等领域的核心动力载体。然而,随着能量密度的提升,其安全性问题日益突出,尤其是热失控现象,成为制约其大规模应用的关键瓶颈。本文系统梳理了高比能LIBs... 高比能锂离子电池(LIBs)因其高能量密度、长循环寿命和环境友好性,已成为电动汽车等领域的核心动力载体。然而,随着能量密度的提升,其安全性问题日益突出,尤其是热失控现象,成为制约其大规模应用的关键瓶颈。本文系统梳理了高比能LIBs的构造与工作原理,重点分析了正极材料(如高镍三元材料)和负极材料(如硅基材料)对能量密度的提升作用及其热稳定性问题。同时,全面总结了充放电策略不当(如过充、过放)、外部因素(如机械冲击、外部短路、热滥用)以及内部短路等诱发的安全性问题。基于此,本文归纳了电气滥用测试、机械滥用测试等安全性评估与检测方法,为电池失效分析提供了科学依据。最后,提出了通过优化电池设计(如材料选择、隔膜改性)、提升电池管理系统(BMS)安全性以及发展高效热管理技术等安全控制策略,以有效提升电池系统的安全阈值。尽管高比能LIBs的安全性研究取得了显著进展,但仍需进一步开发高稳定性材料体系、融合数字孪生技术构建全生命周期管理体系,并通过多物理场耦合模型与人工智能技术实现电池内部状态的实时监测与故障预警。 展开更多
关键词 高比能锂离子电池 热失控 安全 复合材料 聚合物
暂未订购 下载PDF
Tackling Challenges and Exploring Opportunities in Cathode Binder Innovation 认领 引用 被引量：2
10
作者 Tingrun Lai Li Wang +3 位作者 Zhibei Liu Adnan Murad Bhayo Yude Wang Xiangming He 《Nano-Micro Letters》 SCIE EI CAS CSCD 2026年第1期198-228,共31页
Long-life energy storage batteries are integral to energy storage systems and electric vehicles,with lithium-ion batteries(LIBs)currently being the preferred option for extended usage-life energy storage.To further ex... Long-life energy storage batteries are integral to energy storage systems and electric vehicles,with lithium-ion batteries(LIBs)currently being the preferred option for extended usage-life energy storage.To further extend the life span of LIBs,it is essential to intensify investments in battery design,manufacturing processes,and the advancement of ancillary materials.The pursuit of long durability introduces new challenges for battery energy density.The advent of electrode material offers effective support in enhancing the battery’s long-duration performance.Often underestimated as part of the cathode composition,the binder plays a pivotal role in the longevity and electrochemical performance of the electrode.Maintaining the mechanical integrity of the electrode through judicious binder design is a fundamental requirement for achieving consistent long-life cycles and high energy density.This paper primarily concentrates on the commonly employed cathode systems in lithium-ion batteries,elucidates the significance of binders for both,discusses the application status,strengths,and weaknesses of novel binders,and ultimately puts forth corresponding optimization strategies.It underscores the critical function of binders in enhancing battery performance and advancing the sustainable development of lithium-ion batteries,aiming to offer fresh insights and perspectives for the design of high-performance LIBs. 展开更多
关键词 Cathode Binder Lithium-Ion Battery Performance Optimization Sustainable Development Innovative Design
暂未订购 下载PDF
基于HPO-LSTM网络的锂电池健康状态估计 认领 引用 被引量：3
11
作者 王庭华 鄢博 +1 位作者 吴静云 何大瑞 《电源学报》 CSCD 北大核心 2026年第1期225-232,共8页
电池健康状态SOH(state-of-health)是评价电池性能的重要指标。针对电池健康状态难以准确估算的问题,提出猎人猎物优化HPO(hunter-prey optimizer)算法和长短期记忆LSTM(long short-term memory)神经网络相结合的锂电池健康状态估计方... 电池健康状态SOH(state-of-health)是评价电池性能的重要指标。针对电池健康状态难以准确估算的问题,提出猎人猎物优化HPO(hunter-prey optimizer)算法和长短期记忆LSTM(long short-term memory)神经网络相结合的锂电池健康状态估计方法。通过分析电流、温度对容量增量IC(incremental capacity)曲线的影响,引入IC曲线中最高峰的峰值及其对应的电压、温度、电流作为模型输入,利用HPO算法对LSTM网络进行动态调参,最后采用储能环境下削峰填谷工况的电池充放电数据进行实验验证。结果表明:基于HPO-LSTM网络的锂电池健康状态估计方法相较传统的LSTM网络方法具有更高的估算精度,在不同网络训练量下具有较好的鲁棒性。 展开更多
关键词 锂电池 健康状态 容量增量曲线 猎人猎物优化算法 长短期记忆神经网络
暂未订购 下载PDF
基于MMC的电动汽车非等容退役锂电池能量均衡控制策略 认领 引用 被引量：2
12
作者 吴青峰 王策 +2 位作者 刘立群 王腾光 薄利明 《电网技术》 EI CSCD 北大核心 2026年第1期345-354,I0157-I0164,共10页
受安装容量、退役时间差异的影响,电动汽车退役锂电池(retire lithium battery,RLB)容量难以保持一致。然而,现有基于模块化多电平变换器(modular multilevel converter,MMC)的能量均衡方案无法有效均衡非等容RLB的能量。因此,研究一种... 受安装容量、退役时间差异的影响,电动汽车退役锂电池(retire lithium battery,RLB)容量难以保持一致。然而,现有基于模块化多电平变换器(modular multilevel converter,MMC)的能量均衡方案无法有效均衡非等容RLB的能量。因此,研究一种基于高电平大功率MMC的电动汽车非等容RLB的能量均衡方案,并以RLB的荷电状态(state of charge,SOC)参数来表征RLB的能量状态。分析了RLB容量因子对SOC均衡产生的影响;设计了MMC上、下桥臂,相间和子模块(sub-module,SM)内RLB的有功功率再分配模块,实现RLB输出有功功率与其容量成正比,从而消除了容量差异对SOC均衡的影响;提出改进型三级SOC均衡控制策略,实现了MMC上、下桥臂,相间和SM内RLB的SOC均衡。Matlab/Simulink仿真结果和小功率实验平台的实验结果表明,所提方案能够有效实现MMC上、下桥臂,相间和SM内等容/非等容RLB的SOC均衡。 展开更多
关键词 模块化多电平变换器 电动汽车 非等容退役锂电池 有功功率分配 荷电状态均衡
暂未订购 下载PDF
基于预测静置开路电压法的锂电池SOC估算 认领 引用 被引量：2
13
作者 凌六一 张虎 +2 位作者 张婷 杨翀 祁靓 《电源学报》 CSCD 北大核心 2026年第2期108-115,共8页
电池的荷电状态SOC(state-of-charge)估计普遍使用安时积分原理构建SOC模型再配合滤波算法来实现,针对其收敛速度慢、计算复杂的问题,基于开路电压原理和二阶RC电路模型提出预测静置开路电压PSOCV(predictive static open circuit volta... 电池的荷电状态SOC(state-of-charge)估计普遍使用安时积分原理构建SOC模型再配合滤波算法来实现,针对其收敛速度慢、计算复杂的问题,基于开路电压原理和二阶RC电路模型提出预测静置开路电压PSOCV(predictive static open circuit voltage)法。讨论了前、后项差分离散状态方程的可行性,同时比较了线性插值LI(linear interpolation)拟合与最小二乘法LS(least squares)拟合的参数精度,实验表明LI拟合整体优于LS拟合。LI-PSOCV算法在HPPC和UDDS工况下SOC估算的平均绝对误差在1%以内。与容积卡尔曼CKF(cubature Kalman filter)比较,LI-PSOCV在SOC初值偏离时可以瞬间收敛且运行速度快于CKF。 展开更多
关键词 锂离子电池 荷电状态 预测静置开路电压法 二阶RC模型 欧拉差分 线性插值
暂未订购 下载PDF
基于多尺度CNN和残差LSTM网络的储能电站SOC估计 认领 引用 被引量：2
14
作者 黄晓凡 李佳瑞 +3 位作者 秦玉文 汤效平 王彤 王兹尧 《电源学报》 CSCD 北大核心 2026年第1期233-241,共9页
随着储能电站在新型电力系统中的大范围应用,提高锂离子电池荷电状态SOC(state-of-charge)预测精度对提升储能电站乃至电力系统安全稳定具有重大意义。提出1种结合多尺度卷积神经网络CNN(convo-lutional neural network)和残差长短期记... 随着储能电站在新型电力系统中的大范围应用,提高锂离子电池荷电状态SOC(state-of-charge)预测精度对提升储能电站乃至电力系统安全稳定具有重大意义。提出1种结合多尺度卷积神经网络CNN(convo-lutional neural network)和残差长短期记忆LSTM(long short-term memory)网络的电池SOC预测方法,首先利用多尺度CNN自动提取传感器数据中的不同类型特征,然后将特征输入LSTM网络挖掘时间维度的关联性,同时在LSTM网络两端加入残差连接以避免模型过拟合。在储能系统实测数据上的对比实验表明,所提出的模型在各指标下均取得了最好的预测结果,特别是在电池处于复杂工作情况时更能提取关键特征,从而表现出更优秀的预测性能。 展开更多
关键词 锂离子电池 荷电状态 多尺度卷积网络 长短期记忆网络 残差连接 深度学习
暂未订购 下载PDF
基于调节因子改进模糊熵融合加权法的锂电池状态联合估计 认领 引用 被引量：2
15
作者 张程 陆万林 +1 位作者 张东清 林锦平 《电工技术学报》 EI CSCD 北大核心 2026年第3期1062-1074,共13页
锂电池的剩余电量(SOC)和健康状态(SOH)是优化电池管理、延长电池寿命及提高系统安全性的重要参数。为了提升电池SOC与SOH估计精度,提出一种调节因子改进模糊熵融合加权法(AFFEWF)的锂电池状态联合估计方法。首先以10个并联的18650锂电... 锂电池的剩余电量(SOC)和健康状态(SOH)是优化电池管理、延长电池寿命及提高系统安全性的重要参数。为了提升电池SOC与SOH估计精度,提出一种调节因子改进模糊熵融合加权法(AFFEWF)的锂电池状态联合估计方法。首先以10个并联的18650锂电池为实验样本,进行间歇脉冲恒流放电实验获取OCV-SOC曲线,对比不同阶数拟合曲线的端电压预测效果;其次提出基于调节因子改进模糊熵融合加权法,通过调节因子对数据进行筛选,以端电压残差为依据计算各数据源的权重,从而得到加权后的联合估计结果;然后将调节因子改进模糊熵融合加权法与模糊熵融合加权法(FEWF)、多模型概率融合加权法(MMPWF)进行对比分析,以评估不同融合策略的性能表现;最后通过仿真软件对所提算法进行验证,结果显示,所提调节因子改进模糊熵融合加权法能有效提升锂电池SOC和SOH估计的精确度。 展开更多
关键词 联合估计 卡尔曼算法 调节因子 模糊熵 融合加权法 锂电池
暂未订购 下载PDF
基于改进无迹卡尔曼滤波的锂电池SOC估计方法 认领 引用 被引量：2
16
作者 程竹明 常先雷 +2 位作者 胡雪峰 赵功臣 王超 《电子测量与仪器学报》 EI CSCD 北大核心 2026年第1期51-60,共10页
无迹卡尔曼滤波(unscented Kalman filter,UKF)是锂离子电池荷电状态(state of charge,SOC)估计的常用算法之一。然而在实际应用中,由于受到外界环境温度变化、电池容量退化等不确定性干扰,以及非高斯过程噪声的影响,需要进一步提高算... 无迹卡尔曼滤波(unscented Kalman filter,UKF)是锂离子电池荷电状态(state of charge,SOC)估计的常用算法之一。然而在实际应用中,由于受到外界环境温度变化、电池容量退化等不确定性干扰,以及非高斯过程噪声的影响,需要进一步提高算法的性能才能更有效地保证估计精度。基于此,提出一种改进的无迹卡尔曼滤波算法(PO-RUKF)。首先,在UKF中引入H∞滤波提高算法的鲁棒性,用来克服各种干扰带来的不良影响。其次,利用鹦鹉优化算法对UKF的过程噪声协方差矩阵进行自适应调整,以解决滤波噪声参数先验确定的问题,从而提高滤波精度。最后,采用马里兰大学的FUDS和HPPC工况下的两种公开数据集进行了实验验证,结果表明,在不同的温度、电池容量退化状态以及不同的工况下,相比于传统的UKF算法以及鲁棒UKF算法,改进后的算法具有更高的SOC估计精度,平均绝对误差小于0.50%,均方根误差小于0.56%,此外还展现出更强的鲁棒性和普适性。证实所提方法可以为锂离子电池SOC估计提供更可靠、有效的技术支撑。 展开更多
关键词 锂离子电池 荷电状态 鹦鹉优化算法 鲁棒无迹卡尔曼滤波算法
暂未订购 下载PDF
改进NGO优化MVMD-BiLSTM的锂电池剩余使用寿命预测 认领 引用 被引量：2
17
作者 郭喜峰 黄裕海 +2 位作者 单丹 原宝龙 宁一 《电源学报》 CSCD 北大核心 2026年第4期158-168,共11页
为解决锂电池剩余使用寿命RUL(remaining useful life)预测过程中存在的噪声干扰、容量增生导致模型预测精度低的问题,提出1种将参数优化后的多元变分模态分解MVMD(multivariate variational modal decomposition)和双向长短期记忆BiLST... 为解决锂电池剩余使用寿命RUL(remaining useful life)预测过程中存在的噪声干扰、容量增生导致模型预测精度低的问题,提出1种将参数优化后的多元变分模态分解MVMD(multivariate variational modal decomposition)和双向长短期记忆BiLSTM(bi-directional long and short-term memory)网络相结合的RUL预测方法。从锂电池充放电过程中提取多个健康因子HF(health factor)作为模型输入,将正余弦优化算法和鲸鱼螺旋捕食机制结合引进北方苍鹰优化算法,利用其对MVMD参数寻优。然后利用寻优后的MVMD分解HF为若干个平稳分量,最后利用寻优后的多层BiLSTM进行预测,叠加求和得出最终RUL结果。应用NASA和CALCE数据集与其他方法进行对比分析,结果表明所提方法具有更高的预测精度和泛化适应性。 展开更多
关键词 锂电池 剩余使用寿命预测 多元变分模态分解 改进北方苍鹰优化算法 双向长短期记忆网络
暂未订购 下载PDF
基于LSTM-Transformer多通道特征融合的锂电池SOC-SOH联合估计 认领 引用 被引量：2
18
作者 于天剑 曾笑颜 +2 位作者 冯恩来 黄金 张桂南 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2026年第1期301-313,共13页
随着新能源机车向高效率、智能化方向发展,精准监测动力电池的充放电状态(state of charge,SOC)和健康状态(state of health,SOH)对于保障机车运行安全尤为关键。针对传统独立估计方法在复杂工况下适应性差、难以捕捉时变耦合特性的问题... 随着新能源机车向高效率、智能化方向发展,精准监测动力电池的充放电状态(state of charge,SOC)和健康状态(state of health,SOH)对于保障机车运行安全尤为关键。针对传统独立估计方法在复杂工况下适应性差、难以捕捉时变耦合特性的问题,提出一种基于自适应加权多通道长短期记忆网络(long short-term memory,LSTM)与Transformer融合的联合网络架构(MLTA-Net)。该方法构建了涵盖多层次特征的电池健康因子集合,引入等压升时间、最大容量增量电压等关键动态特征,从电化学机理层面强化了老化趋势的表征能力。MLTA-Net模型采用多通道并行架构,分离处理不同类型的电池数据特征,通过LSTM编码器捕获短期时序依赖关系,利用Transformer多头自注意力机制解析全局工况特征,并通过自适应加权融合层进行特征融合,实现电池状态高精度优化估计。实验方法基于磷酸铁锂电池循环老化数据集,在不同老化阶段下对SOH进行估计。研究结果表明,所提方法对电池最大容量衰减均方根误差稳定在0.06%以内,在预测误差、稳定性方面均优于传统方法。在脉冲工况和深度充放电条件下对电池SOC-SOH进行联合估计,预测精度相比单独估计有显著提升,尤其在SOC发生突变的关键时刻误差降低了84.2%,在电池老化阶段展现出更强的鲁棒性和泛化能力。本研究为复杂工况下的SOC-SOH联合估计提供了高效、精准的解决方案,为智能电池管理系统的优化提供了理论参考和技术支持。 展开更多
关键词 状态表征 荷电状态 联合估计 锂电池 健康状态
暂未订购 下载PDF
储能锂电池充放电特性和热管理研究 认领 引用 被引量：3
19
作者 熊杰 于海波 +3 位作者 李响 朱建 王万纯 李创 《储能科学与技术》 CAS CSCD 北大核心 2026年第2期616-627,共12页
锂电池储能在辅助可再生能源并网、电网调频和调峰等方面发挥重要作用,精准的电池模型描述是储能电池系统状态估计和能量管理的基础。本文对储能锂电池在充放电过程中的电特性和热特性进行了研究,采用多物理场耦合建立储能液冷电池模块... 锂电池储能在辅助可再生能源并网、电网调频和调峰等方面发挥重要作用,精准的电池模型描述是储能电池系统状态估计和能量管理的基础。本文对储能锂电池在充放电过程中的电特性和热特性进行了研究,采用多物理场耦合建立储能液冷电池模块的有限元仿真计算模型,并求解得到充放电全过程电池模块的电特性、温度场分布和流场分布。搭建充放电测试平台对某液冷电池模块进行了试验测量,得到充放电过程中电压、电流、荷电状态等电特性参数和产热功率、冷却功率、温度等热特性参数随时间的变化,实验测试结果和仿真计算结果匹配良好。最后通过仿真计算模型对比分析了冷却液流量和电池初始温度对电池模块的电特性、热特性和流场特性的影响。该仿真计算方法和所获结果能为储能锂电池的状态估计、热管理参数优化提供依据。 展开更多
关键词 储能 锂电池 充放电特性 热管理 有限元
暂未订购 下载PDF
三元锂电池热失控产气爆炸风险评估研究 认领 引用 被引量：3
20
作者 张青松 包防卫 牛江昊 《电源学报》 CSCD 北大核心 2026年第2期324-332,共9页
为研究三元锂离子电池热失控气体爆炸的危险性,利用自主搭建锂电池热失控气体爆炸实验平台,基于风险评估理论对不同荷电状态SOC(state-of-charge)锂电池安全性进行定量评价,将锂电池点燃参数和气体爆炸危险度的乘积表征为热失控气体发... 为研究三元锂离子电池热失控气体爆炸的危险性,利用自主搭建锂电池热失控气体爆炸实验平台,基于风险评估理论对不同荷电状态SOC(state-of-charge)锂电池安全性进行定量评价,将锂电池点燃参数和气体爆炸危险度的乘积表征为热失控气体发生爆炸的概率,以爆炸严重程度表征为气体爆炸所造成的后果,通过实验对热失控气体爆炸风险进行综合评估。实验结果表明,高SOC电池更容易引发热失控且更加剧烈,其热失控气体爆炸范围更广、危险度更大。在爆炸极限内,相同位置节点高SOC电池有着更大的风险,不同SOC电池产生的混合气体随着热失控气体浓度增加,爆炸最高温度、最大压力、最大压力上升速率和爆炸风险均呈现出先增大后减小的变化规律,且在爆炸上下限浓度的中间位置附近,各参数达到最大值。 展开更多
关键词 锂电池 热失控 爆炸风险 爆炸极限 风险评估
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈