EVBattery：用于电池健康与容量估计的大规模电动汽车数据集
机器学习
2023-11-03 v3 系统与控制
系统与控制
摘要
电动汽车（EVs）在减少碳排放方面发挥着重要作用。随着 EV 普及加速，由 EV 电池引发的安全问题已成为重要研究课题。为对此任务进行基准测试并开发数据驱动方法，我们引入了一个大规模且全面的 EV 电池数据集。我们的数据集包含从三家制造商的数百辆 EV 上收集的多年来充电记录。我们的数据集是首个关于真实世界电池数据的大规模公共数据集，因为现有数据要么仅包含少量车辆，要么在实验室环境中收集。同时，我们的数据集具有两类标签，对应两个关键任务——电池健康估计与电池容量估计。除展示现有深度学习算法如何应用于该任务外，我们进一步开发了利用电池系统数据结构特征的算法。我们的算法取得了更优结果，并表明定制方法可提升模型性能。我们希望该公共数据集能为研究人员、政策制定者与行业从业者提供宝贵资源，以更好地理解 EV 电池老化的动态过程，并支持向可持续交通系统的转型。
引用
@article{arxiv.2201.12358,
title = {EVBattery: A Large-Scale Electric Vehicle Dataset for Battery Health and Capacity Estimation},
author = {Haowei He and Jingzhao Zhang and Yanan Wang and Benben Jiang and Shaobo Huang and Chen Wang and Yang Zhang and Gengang Xiong and Xuebing Han and Dongxu Guo and Guannan He and Minggao Ouyang},
journal= {arXiv preprint arXiv:2201.12358},
year = {2023}
}
备注
15 pages, 8 figures