机构名称：
¥ 1.0
锂离子电池的容量降解和安全危害的发生与各种不良侧电化学反应密切相关。尽管如此，这些副反应彼此之间是非线性交织的，并随着循环的增加而动态地发展，这对锂离子电池容量衰减的快速预测施加了主要的障碍。通过将电池视为黑匣子，以机器学习为导向的方法可以以有希望的准确性来实现预测。此处是一个数值模拟 - 基于基于的机器学习模型是为了预测故障之前的电池容量的开发。基于电池的恶化机制，将数值模型应用于仅测试25个电池的数据，以扩展144个组数据，从而导致数字双重数据集，该数据集可以可靠地预测锂离子电池的最大累积能力，误差小于2％。迭代培训的工作流程极大地加速了容量预测过程，并节省了99％的实验成本。©2022电化学学会（“ ECS”）。由IOP Publishing Limited代表EC出版。[doi：10.1149/1945-7111/ac95d2]
预测锂离子电池的容量褪色行为
主要关键词
相关文件推荐
