- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
储能电池健康状态在线监测技术的研究进展
目录
文档综述................................................3
1.1储能电池在线监测背景...................................4
1.2SOH在线监测重要性......................................7
1.3国内外研究现状述评....................................11
储能电池退化机理与SOH评估模型..........................12
2.1主要退化路径分析......................................14
2.1.1充放电循环损伤......................................20
2.1.2温度影响效应........................................22
2.1.3中途搁置效应........................................23
2.2SOH估算模型分类.......................................28
2.2.1基于电化学参数模型..................................29
2.2.2基于热特性模型......................................30
2.2.3基于数据驱动模型....................................32
2.3典型SOH评估方法探讨...................................33
基于电气参数的在线监测技术.............................39
3.1内阻在线辨识方法......................................44
3.2开路电压与电压恢复速率分析............................46
3.3充放电性能参数演化追踪................................49
3.3.1容量衰减监测........................................53
3.3.2能量效率退化分析....................................57
基于非电气参数的在线监测技术...........................59
4.1温度场分布监测方法....................................63
4.1.1常规温度采集........................................65
4.1.2分布式温度测量技术..................................67
4.2声发射信号特征提取....................................70
4.3内部压力变化监测......................................70
4.4放电状态下析锂现象感知................................72
数据驱动与智能诊断技术在SOH评估中的应用................76
5.1机器学习算法探索......................................78
5.1.1支持向量机方法......................................82
5.1.2神经网络方法........................................84
5.1.3深度学习应用........................................87
5.2大数据分析与模式识别..................................88
5.3故障预警与剩余寿命预测................................91
多物理场耦合在线监测技术研究...........................92
6.1电气-热耦合监测方法...................................93
6.2电气-机械耦合状态感知.................................96
6.3跨尺度多维度信息融合..................................97
在线监测系统集成与验证........
文档评论(0)