典型文献
基于二层分解技术的锂离子电池容量评估方法
文献摘要：
锂离子电池健康状态(SOH)能够表征当前电池老化程度,分析当前各类SOH估算方法,存在无法直接测量及确定数量合适的估算输入量等问题.为了解决这些问题,从容量角度定义SOH,选择可以在线测量的等压降放电时间作为健康因子,构建改进快速集合经验模态分解(FEEMD)与可变模式分解(VMD)相结合的二层分解技术和粒子群算法优化长短期记忆网络(LSTM)实现锂离子电池容量估算,获得SOH值.基于NASA锂离子电池数据集进行实验.结果表明,利用该方法能够有效地对锂电池的健康趋势进行拟合,得到准确的SOH估算结果.
文献关键词：
FEEMD;LSTM;PSO;锂离子电池;健康状态
中图分类号：
作者姓名：
谢旭;蒲娴怡;毕贵红;王凯;高晗
作者机构：
昆明理工大学电力工程学院,云南昆明650500;云南电网有限责任公司玉溪供电局,云南玉溪653100;云南电网有限责任公司昆明供电局,云南昆明650011
文献出处：
引用格式：
[1]谢旭;蒲娴怡;毕贵红;王凯;高晗-.基于二层分解技术的锂离子电池容量评估方法)[J].电源技术,2022(06):647-651
A类：
二层分解技术,快速集合经验模态分解
B类：
锂离子电池,电池容量,容量评估,电池健康状态,SOH,电池老化,老化程度,估算方法,直接测量,输入量,从容,量角,在线测量,等压,压降,健康因子,FEEMD,模式分解,VMD,粒子群算法,算法优化,长短期记忆网络,容量估算,NASA,锂电池,PSO
AB值：
0.309713
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
