基于机器学习的锂离子电池动力能力预测用于eVTOL飞行器
系统与控制
2025-10-07 v1 系统与控制
摘要
电动垂直起降(eVTOL)飞行器已成为改变城市交通的有前景解决方案。其在电池管理方面存在若干技术挑战，其中一个突出问题是预测锂离子电池系统的动力能力。该挑战源于eVTOL飞行期间所需的高C率放电条件，以及锂离子电池复杂的电热动力学。本文首次针对eVTOL制定动力限制预测问题，显式考虑长预测时域及紧急着陆的可能性。随后，我们利用机器学习以两种相互交织的方式解决该问题。首先，我们采用一种将物理模型与机器学习相结合的动态模型，准确预测锂离子电池的电压和温度行为。其次，在寻找最大功率时，我们利用机器学习预测剩余放电时间，并利用该预测加速搜索以实现快速计算。我们的验证结果表明，所提出的方法对eVTOL运营有效。
引用
@article{arxiv.2510.03497,
title = {Machine Learning-Driven Prediction of Lithium-Ion Battery Power Capability for eVTOL Aircraft},
author = {Hao Tu and Yebin Wang and Shaoshuai Mou and Huazhen Fang},
journal= {arXiv preprint arXiv:2510.03497},
year = {2025}
}
备注
2025 American Control Conference (ACC)