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
基于时频域深度卷积神经网络的锂离子电池SoC估计
Time–Frequency Domain Deep Convolutional Neural Network for Li-Ion Battery SoC Estimation
Ki-Hyeon Kim · Koog-Hwan Oh · Hyo-Sung Ahn · Hyun-Duck Choi · IEEE Transactions on Power Electronics · 2024年1月
针对电动汽车、无人机及不间断电源等应用，SoC估计至关重要。本文提出一种基于时频域的深度神经网络用于电池SoC估计。与仅在时域操作或使用一维卷积提取特征的传统研究不同，该方法通过时频分析提升了估计精度与鲁棒性。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及ST系列PCS）具有极高价值。目前BMS算法多依赖于传统的安时积分或卡尔曼滤波，在复杂工况下精度受限。引入时频域深度学习算法，可显著提升储能系统在全生命周期内的SoC估计精度，从而优化电池均衡策略，延长系统寿命，并提升iSola...