基于深度学习的储能锂离子电池健康状态估计

赵显赫; 耿光超; 龚裕仲; 江全元; 林达

首页> 中文期刊> 《能源工程》 >基于深度学习的储能锂离子电池健康状态估计

基于深度学习的储能锂离子电池健康状态估计

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

锂电池储能系统在促进大规模清洁能源并网和保证电网稳定运行等方面发挥着重要作用。针对储能锂离子电池运行过程中的健康管理问题,提出了一种基于深度学习的储能锂离子电池实时健康状态估计方法,利用注意力机制的长短期神经网络,实时评估站内电池单体及电池簇的健康状态。通过对输入特征进行注意力加权,强化参数敏感性较高的特征在模型训练时的作用,以获得更高的估计精度。为验证该模型的有效性,利用公开数据集及实际储能锂离子电池运行数据,分别对储能电池单体及电池簇进行健康状态估计,实现了比传统神经网络方法更高的估计精度。

著录项

来源
《能源工程》 |2022年第4期|28-35|共8页
作者
赵显赫; 耿光超; 龚裕仲; 江全元; 林达;
展开▼
作者单位

浙江大学电气工程学院;

国网浙江省电力有限公司电力科学研究院;

展开▼
原文格式 PDF
正文语种 chi
中图分类蓄能技术;
关键词
锂离子电池; 储能系统; 健康状态估计; 深度学习; 注意力机制; 特征工程;

相似文献

中文文献
外文文献
专利

1. 基于双充电状态的锂离子电池健康状态估计 [J] . 卢地华 ,陈自强 . 上海交通大学学报 . 2022,第3期
2. 基于TWP-SVR的锂离子电池健康状态估计 [J] . 韦荣阳 ,毛阗 ,高晗 . 储能科学与技术 . 2022,第8期
3. 基于电化学阻抗特征选择和高斯过程回归的锂离子电池健康状态估计方法 [J] . 陈晓宇 ,耿萌萌 ,王乾坤 . 储能科学与技术 . 2022,第9期
4. 基于K近邻回归的锂离子电池健康状态估计 [J] . 孙广明 ,贾新羽 ,陈良亮 . 电源技术 . 2022,第8期
5. 基于数据驱动的锂离子电池健康状态估计技术 [J] . 黎冲 ,王成辉 ,王高 . 中国电力 . 2022,第8期
6. 基于容量增量曲线的三元锂离子电池健康状态估计方法 [C] . GUO Qipei ,郭琦沛 ,ZHANG Caiping . 中国电源学会第二十二届学术年会 . 2017
7. 基于XGB-AKF储能用锂离子电池健康状态估计方法研究 [A] . 李旭 . 2020

基于深度学习的储能锂离子电池健康状态估计

摘要

著录项

相似文献

相关主题

期刊订阅