随着锂电池领域论文数量的激增和研究主题的日益丰富,准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术,采用BERTopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析,绘制...随着锂电池领域论文数量的激增和研究主题的日益丰富,准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术,采用BERTopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析,绘制了锂电池领域的主题图,识别了新兴研究主题和高被引主题。结果表明,锂电池研究活动正显著加速,锂硫电池、锂枝晶生长抑制、电池回收和金属回收等新兴主题快速发展,而材料研究如二硫化钼纳米材料、氧化铁电极材料则具有显著的高学术影响力。研究还探讨了《锂电池百篇论文点评系列》对当前锂电池研究主题的监测情况,该系列对多数科学技术主题有良好覆盖。本研究为锂电池领域的主题监测提供了新方法,为政策制定和技术研发提供了情报支持,并为“锂电池百篇论文点评”系列的后续研究提供了参考。展开更多
锂离子电池的内部参数相较于外部参数能更好地反应电池内部的真实状态,而现有的锂离子电池荷电状态(state of charge,SOC)估计方法的研究基本都是基于外部参数。在锂离子电池充放电过程中,随着负极嵌锂量的变化,负极电阻也会规律性的发...锂离子电池的内部参数相较于外部参数能更好地反应电池内部的真实状态,而现有的锂离子电池荷电状态(state of charge,SOC)估计方法的研究基本都是基于外部参数。在锂离子电池充放电过程中,随着负极嵌锂量的变化,负极电阻也会规律性的发生变化。基于此,文中开发了一种可实时监测电池负极电阻的传感方法,并提出一种基于该方法及数据驱动法的SOC估计新途径。通过在电池负极引入传感极耳,实现了负极电阻的实时监测,并利用电流密度分布仿真及电池长循环实验优化了传感极耳的位置与宽度,减小了传感极耳对电池性能的影响;通过实测数据验证了负极电阻与SOC强相关;此外,通过循环倍率测试,验证了引入传感极耳后的电池与常规电池循环倍率性能相近。在此基础上,结合门控循环单元(gate recurrent unit,GRU)网络模型,验证了在引入负极电阻作为输入特征后,模型的均方根误差(root mean square error,RMSE)相较于引入前降低了1.08%。实验证明,基于负极电阻的SOC估计方法具有良好的应用前景与研究意义。展开更多
文摘随着锂电池领域论文数量的激增和研究主题的日益丰富,准确监测该领域的发展趋势和把握最新研究动向变得日益复杂。通过运用大数据和机器学习技术,采用BERTopic主题模型对Web of Science数据库中的18万余篇锂电池论文进行文本分析,绘制了锂电池领域的主题图,识别了新兴研究主题和高被引主题。结果表明,锂电池研究活动正显著加速,锂硫电池、锂枝晶生长抑制、电池回收和金属回收等新兴主题快速发展,而材料研究如二硫化钼纳米材料、氧化铁电极材料则具有显著的高学术影响力。研究还探讨了《锂电池百篇论文点评系列》对当前锂电池研究主题的监测情况,该系列对多数科学技术主题有良好覆盖。本研究为锂电池领域的主题监测提供了新方法,为政策制定和技术研发提供了情报支持,并为“锂电池百篇论文点评”系列的后续研究提供了参考。
文摘锂离子电池的内部参数相较于外部参数能更好地反应电池内部的真实状态,而现有的锂离子电池荷电状态(state of charge,SOC)估计方法的研究基本都是基于外部参数。在锂离子电池充放电过程中,随着负极嵌锂量的变化,负极电阻也会规律性的发生变化。基于此,文中开发了一种可实时监测电池负极电阻的传感方法,并提出一种基于该方法及数据驱动法的SOC估计新途径。通过在电池负极引入传感极耳,实现了负极电阻的实时监测,并利用电流密度分布仿真及电池长循环实验优化了传感极耳的位置与宽度,减小了传感极耳对电池性能的影响;通过实测数据验证了负极电阻与SOC强相关;此外,通过循环倍率测试,验证了引入传感极耳后的电池与常规电池循环倍率性能相近。在此基础上,结合门控循环单元(gate recurrent unit,GRU)网络模型,验证了在引入负极电阻作为输入特征后,模型的均方根误差(root mean square error,RMSE)相较于引入前降低了1.08%。实验证明,基于负极电阻的SOC估计方法具有良好的应用前景与研究意义。
