江苏大学学报(自然科学版)

作者：郝刚，金涛

单位：1.  海军工程大学 动力工程学院， 湖北 武汉 430033； 2.  武汉城市职业学院 机电工程学院， 湖北 武汉 430064

关键词：锂电池, 特征参数提取, 多尺度数据融合, 神经网络, 故障预测与健康管理

基金：湖北省教育厅科研计划项目（B2021531）； 武汉市知识创新专项曙光计划项目（2022010801020435）； 武汉城市职业学院博士专项科研基金资助项目（2020whcvcB01）

针对锂电池健康状态评估问题，提出一种以人工神经网络为核心多尺度数据融合框架下的锂电池健康状态评估方法.选取内阻、充电电压样本熵和等压降放电时间作为典型特征参数，建立3层分布式人工神经网络对特征参数进行多尺度融合计算，以计算拟合输出结果作为评估健康状态的参考值，并通过美国国家航空航天局（national aeronautics and space administration，NASA）试验数据集进行验证.结果表明：提出的评估方法能够基于锂电池充放电测量数据和解算特征参数，利用多尺度数据融合框架迅速迭代收敛，完成锂电池健康状态评估拟合；该评估方法的计算结果与测试平台实测值相比，平均误差小于3%，评估性能衰退趋势与实际劣化趋势一致.

来源：2023年第5期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2023年第5期