建立準(zhǔn)確的數(shù)學(xué)模型是管理、監(jiān)控和保護電動汽車 (EV) 電池組的基礎(chǔ)?；谏疃葘W(xué)習(xí)算法的狀態(tài)估計方法的應(yīng)用可以顯著提高電池模型的準(zhǔn)確性和穩(wěn)定性，但受限于訓(xùn)練數(shù)據(jù)的巨大需求。本文通過利用基于新型深度遷移學(xué)習(xí)方法的多源數(shù)據(jù)來解決健康意識電池建模的挑戰(zhàn)。首先，設(shè)計了一個基于云的電池管理框架，該框架能夠收集和處理來自各種電動汽車的電池運行數(shù)據(jù)，并為部署遷移學(xué)習(xí)方法提供基礎(chǔ)。收集的數(shù)據(jù)集中的電池健康狀態(tài)信息由通用感知模型標(biāo)記，它通?？捎糜诹炕煌姵亟M的老化狀態(tài)并促進知識轉(zhuǎn)移過程。此外，還開發(fā)了一種深度遷移學(xué)習(xí)方法來促進電池模型的訓(xùn)練過程，其中來自不同類型電動汽車的運行數(shù)據(jù)可用于建立狀態(tài)估計器。該方法通過從兩種類型的電動巴士收集的電池運行數(shù)據(jù)進行驗證。通過開發(fā)的健康狀態(tài)感知模型和遷移學(xué)習(xí)方法，電池模型誤差在整個生命周期內(nèi)可以控制在2.43%和1.27%。其中來自不同類型電動汽車的運行數(shù)據(jù)可用于建立狀態(tài)估計器。該方法通過從兩種類型的電動巴士收集的電池運行數(shù)據(jù)進行驗證。通過開發(fā)的健康狀態(tài)感知模型和遷移學(xué)習(xí)方法，電池模型誤差在整個生命周期內(nèi)可以控制在2.43%和1.27%。其中來自不同類型電動汽車的運行數(shù)據(jù)可用于建立狀態(tài)估計器。該方法通過從兩種類型的電動巴士收集的電池運行數(shù)據(jù)進行驗證。通過開發(fā)的健康狀態(tài)感知模型和遷移學(xué)習(xí)方法，電池模型誤差在整個生命周期內(nèi)可以控制在2.43%和1.27%。

"點擊查看英文標(biāo)題和摘要"

相關(guān)知識

電池健康檢測首進社區(qū) 為居民電動自行車深度“體檢”
工信部將公布電動自行車用鋰電池健康評估網(wǎng)點
《電動自行車用鋰離子電池健康評估工作指引》解讀
電動汽車電磁輻射并不高 中國汽車健康指數(shù)測評
電動汽車，伴你健康出行
創(chuàng)維汽車
科學(xué)制定健康評估工作指引 消除電動自行車用鋰離子電池安全隱患
科學(xué)制定健康評估工作指引消除電動自行車用鋰離子電池安全隱患
工信部擬進一步加強電動自行車用鋰離子電池健康評估工作
健康狀態(tài)評估

網(wǎng)址: 基于深度遷移學(xué)習(xí)的健康意識汽車電池狀態(tài)估計,Applied Energy http://www.u1s5d6.cn/newsview561903.html