找到 2 条结果
基于不确定性量化的鲁棒锂离子电池容量估计方法：应对时间序列数据掩蔽挑战的渐进学习框架
Robust capacity estimation with uncertainty quantification for li-ion batteries under temporal data masking challenges: A progressive learning approach
Tengwei Pang · Guodong Fan · Boru Zhou · Yansong Wang 等6人 · Applied Energy · 2025年1月 · Vol.401
准确估计锂离子电池容量对于可靠性管理至关重要，但由于时间序列数据掩蔽问题的存在，该任务面临严峻挑战。时间序列掩蔽是实际云应用中普遍存在的现象，会导致时序数据缺失和数据质量退化。为解决这一问题，本文提出一种渐进式学习框架，该框架构建了一条数据质量感知的学习路径，通过逐步生成并引入人工掩蔽的低质量样本，仅利用高质量实验室数据即可实现模型的鲁棒训练。该框架融合了动态采样与自适应重采样策略，以增强模型对数据偏斜的鲁棒性。此外，通过在同源充电段上进行隐式集成学习，高效实现了具有强物理可解释性的不确定性量化...
解读: 该渐进式学习框架对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。针对iSolarCloud云平台实际应用中的数据缺失和时序遮蔽问题,该方法仅需高质量实验室数据即可实现鲁棒容量估计,在50%数据遮蔽下RMSE仅增0.03%。其隐式集成的不确定性量化技术可避免贝叶斯方法的计...
锂离子电池高倍率放电老化机理与解析建模：侧重于正极集流体溶解与颗粒断裂
Mechanism and analytical modeling of high-rate discharge aging in lithium-ion batteries: Emphasizing cathode current collector dissolution and particle fracture
Jingbo Han · Guoliang Li · Chong Zhu · Yansong Wang 等7人 · Applied Energy · 2025年1月 · Vol.393
摘要 以LiMnxNiyCozO2（NMC）为正极材料的能量型电池因其优异的能量密度特性，被广泛应用于电动汽车（EV）中。随着高功率应用场景的不断增加，研究能量型电池在高倍率放电条件下的老化机理，并对老化现象进行定量分析，已成为一项至关重要的任务。本研究首先在1C、2C和3C三种放电倍率下开展了加速老化实验，并结合多种宏观与微观测试技术，对电池老化的物理过程进行了系统深入的分析。结果表明，正极集流体溶解、铝元素在负极的沉积以及正极颗粒的破裂是导致容量衰减的主要原因。此外，通过将改进的巴特勒-伏尔...
解读: 该研究揭示的高倍率放电老化机制对阳光电源储能系统具有重要价值。针对正极集流体溶解、颗粒破裂等衰减机理,可优化PowerTitan储能系统的BMS热管理策略和充放电曲线设计。所建立的电化学-热-老化耦合模型可集成至iSolarCloud平台,实现全生命周期SOH精准预测和预防性维护。对ST系列PCS的...