机构名称：
¥ 1.0
电池预测和健康管理预测模型是电池管理系统框架中安全性和可靠性协议的重要组成部分。总体而言，开发与当前文献相一致的稳健而高效的故障诊断电池模型是确保电池功能安全的重要步骤。为此，提出了一种多物理、多尺度确定性数据驱动预测 (DDP)，它仅依赖于数据的现场测量，并根据从系统中提取的曲率信息估计故障。与需要明确表达守恒定律来表示系统行为的传统应用不同，所提出的方法在每个数据点的邻域中设计了一个局部守恒定律，该函数表示为系统中曲率的最小化。采用这种确定性方法，DDP 消除了离线训练方案的需要，只需考虑两个连续的时间实例即可进行预测，这足以提取系统的行为模式。然后使用开发的框架通过监控性能和检测系统行为中的故障来分析锂离子电池的健康状况。根据结果，DDP 在检测异常和预测电池故障方面表现出良好的效果。
储能杂志
主要关键词
相关文件推荐
