找到 1 条结果
排序:
智能化与AI应用
储能系统
电池管理系统BMS
机器学习
★ 5.0
一种用于锂离子电池容量预测的多输出卷积高斯过程
A Multioutput Convolved Gaussian Process for Capacity Forecasting of Li-Ion Battery Cells
Abdallah A. Chehade · Ala A. Hussein · IEEE Transactions on Power Electronics · 2022年1月
本文提出了一种基于多输出卷积高斯过程（MCGP）的锂离子电池容量预测方法。该方法通过潜在函数分解技术，将多个电池单元的容量趋势分解为潜在函数，并结合优化核函数进行建模，实现了多任务学习与迁移学习，有效提升了电池容量衰退趋势预测的准确性。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack系列）具有极高的应用价值。通过MCGP模型，公司可提升iSolarCloud平台对大规模储能电站电池衰退的预测精度，实现更精准的SOH（健康状态）管理和寿命预警。这不仅能优化BMS的充放电策略，延长系统使用寿命，还能为电网侧储能的...