期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
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1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 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：
基于变分模态分解与特征增强的锂电池健康状态估计方法
1
作者 张吴哲 蔡志端 +2 位作者 吴成傲 郑炜 童嘉阳 《储能科学与技术》 2025年第9期3599-3610,共12页
锂电池因其高能量密度、生命周期长等优点,已广泛应用于电动汽车、储能系统和便携设备等领域。然而,锂电池在使用过程中不可避免地会出现容量再生现象,这一现象会影响电池健康状态的评估精度。针对这一问题,本工作提出了一种结合变分模... 锂电池因其高能量密度、生命周期长等优点,已广泛应用于电动汽车、储能系统和便携设备等领域。然而,锂电池在使用过程中不可避免地会出现容量再生现象,这一现象会影响电池健康状态的评估精度。针对这一问题,本工作提出了一种结合变分模态分解和生成对抗网络的电池健康状态估计方法,以降低容量再生现象对电池健康状态评估精度的影响。首先,通过变分模态分解对锂电池在放电过程中反映容量再生现象的等压降放电时间特征量进行多尺度分解,并根据皮尔逊相关系数分析,分离出主退化趋势分量与局部波动分量,以更好地表征电池健康状态。主退化趋势分量反映了电池整体退化的趋势,而局部波动分量则反映了容量再生现象引起的局部变化特性。接着,为了进一步增强局部波动分量中与容量再生现象相关的特征,对其进行傅里叶变换,提取其中反映容量再生现象的中低频段分量。针对这些频段的分量,使用生成对抗网络进行数据生成,将生成的数据与变分模态分解后的多特征结合,构建新的多特征集;然后,采用支持向量机算法对新的多特征集进行训练,实现对锂电池健康状态的准确估计;最后,基于NASA数据集和CALCE数据集进行验证实验。实验结果表明,所提出的方法相比于传统方法,均方根误差均能控制在4.5%以内,能够有效降低容量再生现象对电池健康评估精度的影响。 展开更多
关键词 容量再生 局部波动分量 傅里叶变换 支持向量机
在线阅读 下载PDF
已选择0条
导出题录 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 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部