基于几何特征与流形距离的锂电池健康评估

被引：6

作者：

包塔拉 ^{[1
,2
]}

马剑 ^{[1
,2
]}

甘祖旺 ^{[1
,2
]}

机构：

[1] 北京航空航天大学可靠性与系统工程学院

[2] 北京航空航天大学可靠性与环境工程技术重点实验室

来源：

山东大学学报(工学版) | 2017年 / 47卷 / 05期

关键词：

锂电池; 流形学习; 几何特征; 健康状态;

D O I：

暂无

中图分类号：

TM912 [蓄电池];

学科分类号：

080802 [电力系统及其自动化];

摘要：

作为实现电池健康管理的有效途径,精准的荷电状态估计和健康衰退状况评估能够很好的解决锂离子电池在实际使用过程中面临的可靠使用和安全管理问题。考虑到现有电池健康衰退状况评估方法将监测数据放在欧氏空间进行分析,因而扭曲了数据的本质结构导致工况适用性差,利用流形学习挖掘隐藏在电池监测数据中的健康信息,并在流形空间中对锂离子电池健康状态进行度量。进行实例分析并对该方法的有效性进行了验证。

引用

页码：157 / 165

页数：9

共 6 条

[1]

几种流形学习算法的比较研究 [J].

李小丽 ;

薛清福 .

电脑与信息技术, 2009, 17 (03) :14-18

[2]

Prognostics 101: A tutorial for particle filter-based prognostics algorithm using Matlab.[J].Dawn An;Joo-Ho Choi;Nam Ho Kim.Reliability Engineering and System Safety.2013,

[3]

Laplacian eigenmaps for dimensionality reduction and data representation [J].