机构名称：
¥ 1.0
摘要：对于它们在电动汽车中的紧急应用，开发快速准确的算法来监视电池的健康状况和与维护和更换有关的援助决策，现在至关重要。数据驱动的方法是优选的，这是由于与定义的系统和参数识别的有效模型相关的困难。近年来，使用功能来增强数据驱动方法已变得司空见惯。，除非数据集来自多个电池，但是，这种方法不能用于预测一个以上的周期，因为在没有不同的嵌入策略的情况下，这些功能无法用于将来的周期。在本文中，我们提出了一种新颖的方法，其中预测了未来周期的特征，从而可以预测未来的周期数量的健康状况，因此可以预测终止寿命的预测。这是通过使用数据驱动的方法来预测未来周期的电压和温度曲线来实现的，从中可以从中提取降解的重要特征，甚至直接用于降解预测。显示功能的使用显示以增强健康预测。我们开发的方法能够使用所考虑的电池专门使用数据集进行准确的预测。这避免了对大型多电池数据集的需求，这些数据集受到电池性能和降解的自然变化的阻碍，即使是从同一批次开始的，也损害了基于此类数据的方法的预测准确性。
使用预测功能
主要关键词
相关文件推荐
