基于机器学习方法的锂电池剩余寿命预测研究进展OA北大核心CSTPCD
随着技术的不断进步和成本的逐步降低,锂电池在电动汽车、储能系统、便携式电子设备等多个领域实现了广泛应用,有效促进了清洁能源的普及和能源结构的优化。掌握锂电池衰变和剩余使用寿命(RUL)对于确保设备稳定运行、提高能源利用效率以及保障用户安全至关重要。通过优化电池设计和使用策略,可以延长锂电池的使用寿命,降低更换成本,进一步推动锂电池的规模化应用。锂电池的性能衰变是一个涉及多尺度化学、电化学反应的复杂过程,涉及其内部从材料、界面到多孔电极、器件等诸多…查看全部>>
朱振威;苗嘉伟;祝夏雨;王晓旭;邱景义;张浩
军事科学院防化研究院,北京100083北京深势科技有限公司,北京100080军事科学院防化研究院,北京100083北京深势科技有限公司,北京100080军事科学院防化研究院,北京100083军事科学院防化研究院,北京100083
动力与电气工程
电池管理系统电池剩余寿命寿命预测机器学习算法寿命延长
《储能科学与技术》 2024 (9)
P.3134-3149,16
国家自然科学基金(22075320)。
评论