文献

J-GLOBAL ID：202202217790387946   整理番号：22A0568469

エネルギーベース特徴を用いたリチウムイオン電池の健康状態の推定モデル【JST・京大機械翻訳】

An estimation model for state of health of lithium-ion batteries using energy-based features

著者 (3件)： Cai Li (College of Automation, Chongqing University, Chongqing 400044, China) ,  Lin Jingdong (College of Automation, Chongqing University, Chongqing 400044, China) ,  Liao Xiaoyong (College of Automation, Chongqing University, Chongqing 400044, China)
資料名： Journal of Energy Storage  (Journal of Energy Storage)
巻： 46  ページ： Null  発行年： 2022年 
JST資料番号： W3042A  ISSN： 2352-152X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： リチウムイオン電池は再生エネルギーベースの市場で普及している。重要だが挑戦的な問題は,電池健康モニタリング(BHM)における健康(SOH)推定の正確な状態である。電池の完全な放電曲線は,実世界ではほとんど利用できない。不完全な放電操作は,その後の定電流(CC)充電プロセスに影響し,それは,完全なサイクルプロセスから抽出された多くの従来のエージング特性を著しく制限する。したがって,不完全放電の下で,エネルギーベースの特徴を抽出し,正確で信頼できるSOH推定を実現した。目的は,改良Gauss進行回帰(GPR)モデルによって達成される。最初に,直接測定曲線から抽出した特徴を劣化モデルの入力として考慮した。多次元線形平均関数と新しい共分散関数を提案し,変動を適応させた。したがって,正確な電池SOH推定を実現する。さらに,NASAデータセットからのいくつかの電池を,異なる初期健康状態から提案モデルの検証に適用した。結果は,このモデルが試験セットにおいて0.97%の平均RMSEを有する対応物より優れていることを実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電池 ,  電流 ,  放電 ,  推定 ,  監視 ,  充電 ,  計測 ,  線形性 ,  *モデル ,  再生エネルギー ,  高次元 ,  状態 ,  *リチウムイオン電池
準シソーラス用語： *健康状態 ,  直接測定 ,  *推定モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 健康の状態 ,  リチウムイオン電池 ,  エネルギーベースの特徴 ,  Gauss進行回帰 ,  不完全放電

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (4件)： エネルギー ,  リチウムイオン電池 ,  健康状態 ,  推定モデル