文章详情
| 稿件标题： | 锂离子电池寿命预测研究现状 |
| 稿件作者： | 崔帆帆，曾繁琦，袁晓静，郭晓辉，邱贺方 |
| DOI： | 10.11809/bqzbgcxb2023.S1.070 |
| 栏目名称： | 综述 |
| 关键词： | 锂离子电池；剩余寿命预测；支持向量机；相关向量机；神经网络 |
| 文章摘要： | 锂电池具有能量密度高、额定电压高、自放电率低的特点，使用不当会引起自燃、爆炸等事故。随着大容量锂电池在新能源汽车中的广泛应用，实时监测锂电池状态，确保锂电池安全稳定运行已成为近年来的研究热点。锂电池的健康状态(SOH)描述了其存储电量的能力。通过对锂电池状态的准确预测，可以及时调整锂电池的工作电压、充放电电流、散热效率等，以此提升锂电池使用效率。本文综述并对比了目前锂电池RUL预测的主要方法，对基于数据驱动以及基于性能的方法（支持向量机、电化学模型、多模型融合等）进行归纳总结，并介绍各种预测方法的优缺点。最后，针对目前锂电池RUL估计方法存在的问题，提出了未来的研究方向和重点领域。此项工作对未来锂电池寿命的研究可以提供一定参考。 |
| 引用本文格式： | 崔帆帆，曾繁琦，袁晓静，等.锂离子电池寿命预测研究现状［J］.兵器装备工程学报，2023,44(S1):405-413. CUI Fanfan, ZENG Fanqi, YUAN Xiaojing, et al.Research status of lithium ion battery life prediction［J］.Journal of Ordnance Equipment Engineering,2023,44(S1):405-413. |
| 刊期名称： | 2023年增刊1期 |
| 出版时间： | 2023年8月 |
| 上线时间： | 2023年8月5日 |
| 浏览次数： | 1740 |
| 下载次数： | 86 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |