基于非线性动力学稀疏辨识的锂离子电池健康状态快速估计方法
机器人学
2024-10-23 v1 系统与控制
系统与控制
摘要
锂离子电池因其高能量密度和长寿命而被用作各个领域的主要能源。在反复充放电过程中，锂离子电池的退化会降低其最大功率输出和运行时间，这是一个关键问题。这种退化不仅会影响电池性能，还会影响系统的安全性。因此，实时准确估计电池的健康状态至关重要。为了解决这个问题，我们提出了一种快速的SOH估计方法，该方法利用非线性动力学的稀疏模型辨识算法。SINDy可以在假设少数函数具有系统主导特性的情况下，用少量数据发现目标系统的控制方程。为了确定退化模型的状态，提出了相关性分析。利用SINDy和相关性分析，我们可以获得数据驱动的SOH模型，以提高系统的可解释性。为了验证所提出方法的可行性，通过将其与各种机器学习算法进行比较，评估了SOH的估计性能和计算时间。
引用
@article{arxiv.2410.16749,
title = {Fast State-of-Health Estimation Method for Lithium-ion Battery using Sparse Identification of Nonlinear Dynamics},
author = {Jayden Dongwoo Lee and Donghoon Seo and Jongho Shin and Hyochoong Bang},
journal= {arXiv preprint arXiv:2410.16749},
year = {2024}
}