Zhen Chen · Weijie Liu · Di Zhou · Tangbin Xi 等5人 · Applied Energy · 2025年1月 · Vol.388

摘要 不一致性是导致锂离子电池组性能下降的关键因素。准确识别不一致电池对电池储能系统（ESS）的健康管理具有重要意义。现有大多数方法依赖先验知识，且难以获得电池动态特性的最优表征，因而不再适用于不一致性水平随时间变化的在线场景。本文提出一种基于深度嵌入聚类的电池储能系统在线无监督多层级不一致性识别方法。首先，通过一种改进的自编码器从充放电电压曲线中提取具有判别性的潜在表征，该自编码器同时考虑信息保留能力和重构误差。其次，构建基于改进自编码器与K均值算法的深度嵌入聚类模型，并设计一种贪心算法交替优...

解读: 该深度嵌入聚类技术对阳光电源ST系列储能变流器及PowerTitan系统的电池健康管理具有重要价值。通过无监督学习实现多层级不一致性识别,可集成至iSolarCloud平台实现在线预测性维护,提升BMS诊断能力。该方法无需先验知识、适应时变特性的优势,可优化ESS全生命周期管理策略,降低电池簇退化风...