锂离子动力电池寿命预测技术综述

被引：19

作者：

于海芳 ^{[1
,2
]}

陈文帅 ^{[1
]}

机构：

[1] 长春工业大学电气与电子工程学院

[2] 滨州学院电气工程学院

来源：

电源技术 | 2018年 / 42卷 / 02期

关键词：

锂离子电池; 动力电池; 寿命预测;

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：

锂离子动力电池的寿命预测已经成为近几年研究的热点问题。总结了国内外近几年的电池寿命预测方法:基于模型的方法、基于数据驱动的方法和基于融合模型的方法,并分析了各种方法的优缺点,给出了未来锂离子动力电池寿命预测的研究方向。

引用

页码：304 / 307

页数：4

共 15 条

[1]

锂离子电池循环寿命的融合预测方法 [J].

刘月峰 ;

赵光权 ;

彭喜元 .

仪器仪表学报, 2015, 36 (07) :1462-1469

[2]

粒子滤波在锂离子电池剩余寿命预测中的应用 [J].

苗强 ;

崔恒娟 ;

谢磊 ;

周雪 .

重庆大学学报, 2013, 36 (08) :47-52+60

[3]

锂离子电池寿命预测国外研究现状综述 [J].

罗伟林 ;

张立强 ;

吕超 ;

王立欣 .

电源学报, 2013, (01) :140-144

[4]

基于数据驱动的锂离子电池剩余寿命预测模型及软件实现 [D].

朱亮标 .

华南理工大学,

2014

[5]

基于支持向量机的锂离子电池寿命预测方法研究 [D].

解冰 .

华中科技大学,

2012

[6]

Regression Models Using Fully Discharged Voltage and Internal Resistance for State of Health Estimation of Lithium-Ion Batteries [J].

Tseng, Kuo-Hsin ;

Liang, Jin-Wei ;

Chang, Wunching ;

Huang, Shyh-Chin .

ENERGIES, 2015, 8 (04) :2889-2907

[7]

Lithium-ion battery remaining useful life estimation based on fusion nonlinear degradation AR model and RPF algorithm.[J].Datong Liu;Yue Luo;Jie Liu;Yu Peng;Limeng Guo;Michael Pecht.Neural Computing and Applications.2014, 3-4

[8]

Artificial Fish Swarm Algorithm-Based Particle Filter for Li-Ion Battery Life Prediction [J].

Tian, Ye ;

Lu, Chen ;

Wang, Zili ;

Tao, Laifa .

MATHEMATICAL PROBLEMS IN ENGINEERING, 2014, 2014

[9]

A new method of accelerated life testing based on the Grey System Theory for a model-based lithium-ion battery life evaluation system.[J].Weijun Gu;Zechang Sun;Xuezhe Wei;Haifeng Dai.Journal of Power Sources.2014,

[10]

An ensemble model for predicting the remaining useful performance of lithium-ion batteries [J].

Xing, Yinjiao ;

Ma, Eden W. M. ;

Tsui, Kwok-Leung ;

Pecht, Michael .

MICROELECTRONICS RELIABILITY, 2013, 53 (06) :811-820

← 1 2 →