原创力文档- 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
查看更多
第13卷第9期储能科学与技术Vol.13No.9
2024年9月EnergyStorageScienceandTechnologySept.2024
AI辅助先进电池设计与应用专刊
基于多特征量分析和LSTM-XGBoost模型的锂离子电池SOH估计
方法
123
陆继忠，彭思敏，李晓宇
12
（江苏省盐城技师学院电气工程学院，江苏盐城224000；盐城工学院电气工程学院，江苏
3
盐城224051；深圳大学物理与光电工程学院，广东深圳518060）
摘要：准确评估锂离子电池健康状态(stateofhealth,SOH)对保证电动汽车的安全稳定运行至关重要。然而，
传统SOH估计方法在有效提取健康特征(healthfeatures,HFs)和依赖大量特征测试数据上面临一些挑战。为此，
本文提出一种基于多特征量分析和长短期记忆(longshort-termmemory,LSTM)-极端梯度提升(eXtreme
gradientboosting,XGBoost)模型的锂离子电池SOH估计方法。首先，为准确描述电池的老化机理，从电池充
电数据中提取关于时间、能量、IC三大类共6个HFs。考虑到同类型HFs之间存在大量冗余信息，采用一种基
于双相关性的特征处理方法，筛选出可准确表征电池退化趋势的组合HFs。其次，针对传统SOH估计模型需要
大量HFs测试数据的问题，提出一种基于LSTM-XGBoost的SOH估计模型。在该模型中，采用LSTM算法来预
测电池剩余循环
您可能关注的文档
- 论幸福感在增强品牌联系中的应用——基于幸福感与经历回想的定量分析.pdf
- 盐类水解的大概念梳理呈现与水解程度定量分析.pdf
- 2020年—2024年上海市松江区稻纵卷叶螟发生情况分析.pdf
- 2003—2022年洞庭湖区碳储量变化趋势及驱动因素分析.pdf
- 近红外与傅里叶变换红外光谱技术对麦麸固体发酵饲料中不同成分的监测研究.pdf
- 腈纶、黏纤、氨纶、桑蚕丝混纺织物定量分析.pdf
- 2021-2023年夏季浦东机场中等以上强度降水判定标准分析.pdf
- 2020-2022年青藏高原东部地区闪电定位仪故障情况分析.pdf
- 2025年缅甸7.9级地震典型建筑震害特征调查及分析.pdf
- 2023年古田县优质杂交稻新品种对比试验与分析.pdf
人力资源管理师持证人
专注于各类文档、文案、文稿的写作、修改、润色和各领域PPT文档的制作，收集有海量各类规范类文件。欢迎咨询！
文档评论（0）