锂离子电池(LIB)用于为从便携式消费电子设备到电动汽车和网格式储能系统的一系列应用。现在,随着LIB在高功率和复杂应用中的越来越多的应用,预测可靠操作的剩余有用寿命(RUL)并保护电池组免受包括灾难性故障在内的不必要的事件的意义非常重要。关于RUL的实时信息对于预测电池故障状况至关重要,从而有效预防或至少减少电池故障可能造成的损坏。此外,准确的Rul对于在其使用寿命结束时安排常规维护和必要的更换非常有帮助。因此,RUL预测已成为研究人员感兴趣的话题。在过去的十年中提出了几种RUL估计技术,基于机器学习(ML)的技术在准确性,适应性和建模方面表现出了优越性。因此,基于ML的RUL预测方法是根据本文中的基本绩效参数对其基本性能参数进行了全面审查的。还提出了有关问题,挑战,趋势和未来研究范围的详细讨论,以向研究人员提供明确的指南。
主要关键词