← 返回

基于深度域特征独立对齐网络的锂离子电池无标签数据健康状态估计

State of Health Estimation for Lithium-Ion Battery With Label-Free Data Based on Deep Domain Feature Independent Alignment Network

作者 Chenxi Song · Haitao Yuan · Guangfeng Wang · Naxin Cui
期刊 IEEE Transactions on Power Electronics
出版日期 2025年10月
技术分类 储能系统技术
技术标签 储能系统 电池管理系统BMS 机器学习 深度学习
相关度评分 ★★★★★ 5.0 / 5.0
关键词 健康状态 (SOH) 锂离子电池 无标签 深度域自适应 特征对齐 电池管理系统
语言:

中文摘要

针对锂离子电池健康状态(SOH)估计中标签数据匮乏及工况差异导致的精度受限问题,本文提出了一种基于深度域特征独立对齐网络的无标签SOH估计方法,有效提升了跨场景下的电池健康状态评估能力。

English Abstract

Estimating the state of health (SOH) of batteries is critical for ensuring the battery’s safe operation and extending its service life. However, the accuracy and application of SOH estimation methods are limited by insufficient labeled training data and different usage scenarios. To address these issues, a label-free SOH estimation method for lithium-ion batteries is proposed, which is based on a ...
S

SunView 深度解读

该研究直接服务于阳光电源储能业务的核心痛点。在PowerTitan和PowerStack等大型储能系统中,电池全生命周期的健康状态监控是保障系统安全与运维收益的关键。该方法通过深度学习实现跨工况的无标签SOH估计,能够显著降低iSolarCloud平台对海量标注数据的依赖,提升电池资产的精细化管理水平。建议将该算法集成至BMS高级功能模块,通过云边协同实现对不同电网侧、用户侧储能电站电池衰减的精准预测,从而优化充放电策略,延长系统使用寿命,提升阳光电源储能产品的全生命周期竞争力。