| 基于TCN编码的锂离子电池SOH估计方法 |
| |
| 引用本文： | 周航,程泽 ?,弓清瑞,刘旭.基于TCN编码的锂离子电池SOH估计方法[J].湖南大学学报(自然科学版),2023(4):185-192. |
| |
| 作者姓名： | 周航 程泽 ? 弓清瑞 刘旭 |
| |
| 作者单位： | （1.天津大学建筑设计规划研究总院有限公司，天津 300073；
2.天津大学 电气自动化与信息工程学院，天津 300072） |
| |
| 摘 要： | 为了能够准确可靠地估计锂离子电池的健康状态（State of Health， SOH），提出一种基于时序卷积网络（Temporal Convolutional Network， TCN）的数据驱动模型来建立电池充电曲线与SOH之间的映射关系.TCN是一种由多层因果卷积组成的神经网络，它能够对电池充电曲线上的采样点序列进行编码，通过编码得到的编码向量会更易于与SOH建立映射关系.实验结果表明所提基于TCN的SOH估计模型具有较高的估计精度，对不同种类的电池也有良好的适应能力.
|
| 关 键 词： | 锂离子电池 充电曲线 健康状态 时序卷积网络 神经网络 |
SOH Estimation Method of Lithium-ion Battery Based on TCN Encoding |
| |
| ZHOU Hang,CHENG Ze?,GONG Qingrui,LIU Xu.SOH Estimation Method of Lithium-ion Battery Based on TCN Encoding[J].Journal of Hunan University(Naturnal Science),2023(4):185-192. |
| |
| Authors: | ZHOU Hang CHENG Ze? GONG Qingrui LIU Xu |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南大学学报(自然科学版)》下载免费的PDF全文 |
