Seongjun Lee · Jonghoon Kim · IEEE Transactions on Power Electronics · 2020年11月

本文提出了一种结合离散小波变换（DWT）多分辨率分析与汉明神经网络（HNN）的两步法模式识别技术，用于可充电电池的区分。该方法通过分析充放电电流信号（DCCS），能够有效提取电池特征，相较于传统方法，在电池状态识别与区分方面表现出更高的创新性与准确性。

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。电池的一致性与健康状态（SOH/SOC）识别是储能系统安全运维的核心。通过引入DWT与HNN算法，可显著提升iSolarCloud平台对电池簇内单体电池异常的早期预警能力，优化BMS的均衡策略。建议...