• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Estimation of Li-ion Battery State of Health based on Multilayer Perceptron: as an EV Application
【24h】

Estimation of Li-ion Battery State of Health based on Multilayer Perceptron: as an EV Application

机译：基于多层的Perceptron的锂离子电池状态估计：作为EV应用

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

State of health (SOH) is a key issue for saving cost and guaranteeing safety while using a rechargeable battery. Therefore, numerous studies on SOH estimation have been conducted intensively. However, most of the studies need the experimental data for whole lifetime of a battery, and adopt standard charge/discharge pattern that does not reflect the real world driving pattern. For these reasons, it is not suitable to apply the results into battery management system (BMS) of an EV. In this paper, a practical SOH classification scheme based on multilayer perceptron (MLP) is proposed. Assuming that there is no data in the whole life span, classification based on neural network was performed using only data of some discrete life span. As a result of using MLP, the SOH is estimated with high accuracy in trained life span. Moreover, it still shows admittable estimation accuracy even in untrained life span.
机译：健康状况（SOH）是用于节省成本和保证使用可充电电池的关键问题。因此，对SOH估计进行了大量的研究。然而，大多数研究需要用于整体寿命的电池的实验数据，并采用不反映现实世界驾驶模式的标准充电/放电模式。由于这些原因，不适合将结果应用于EV的电池管理系统（BMS）。在本文中，提出了一种基于多层Perceptron（MLP）的实用SOH分类方案。假设在整个寿命中没有数据，仅使用一些离散寿命的数据来执行基于神经网络的分类。作为使用MLP的结果，在训练寿命中以高精度估计SOH。此外，即使在未训练的寿命中，它仍然显示可靠的估计精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号