智能感知打破电池状态监测的准确性瓶颈
系统与控制
2025-06-25 v2 系统与控制
摘要
准确估计电池状态荷电(SOC)对于优化电池性能、确保安全以及最大化经济价值至关重要。然而，传统的电流和电压测量在完全推断电池电池单元内部多物理场动力学方面存在固有局限。这一局限性构成了限制电池使用并降低依赖电池技术行业的成本竞争力和可持续性的准确性瓶颈。本文引入一种集成传感器框架，将新型机械、热力、气体、光学和电气传感器与传统测量相结合，以突破这一瓶颈。我们生成了三个独特的数据集，包含十一种测量类型，并提出一种可解释的机器学习方法进行 SOC 估计。该方法使测量信号和机器学习预测结果就电池 SOC 具有可解释性，提供了关于不同信号在电池 SOC 中随时间变化重要性的基本见解。我们的实验结果显示，SOC 估计准确性显著提升——相对于传统方法，从 46.1% 提升至 74.5%。该方法不仅推动了 SOC 监测精度的进步，还为监控额外的电池状态奠定了基础，以进一步提高安全性、延长寿命并促进快速充电。
引用
@article{arxiv.2503.22408,
title = {Smart Sensing Breaks the Accuracy Barrier in Battery State Monitoring},
author = {Xiaolei Bian and Changfu Zou and Björn Fridholm and Christian Sundvall and Torsten Wik},
journal= {arXiv preprint arXiv:2503.22408},
year = {2025}
}