Método de reconstrução da tensão da bateria baseado em modelo generativo e estimativa do estado de saúde
摘要
A qualidade e a quantidade dos dados impactam o desenvolvimento e o desempenho de algoritmos avançados de gerenciamento de baterias. Os métodos existentes ignoram o problema de dados incompletos em cenários de operação reais (especialmente dados de tensão), o que limita sua implantação prática e aplicação comercial. Este estudo propõe uma estrutura generativa baseada em um codificador variacional condicional e arquitetura Transformer. Essa estrutura utiliza variáveis condicionais coletadas durante o processo de degradação da bateria para reconstruir a curva padrão completa de tensão de carregamento a partir de fragmentos limitados de tensão. Subsequentemente, os dados reconstruídos da tensão de carregamento podem ser usados para estimar o estado futuro de saúde (SOH) da bateria. Analisando dados de campo de sistemas de armazenamento de energia, foram projetadas condições de simulação para coletar dados de degradação. Experimentos demonstram que a estrutura proposta pode reconstruir curvas de tensão de carregamento e realizar uma estimativa precisa do estado de saúde. Além disso, resultados de testes sob condições de dados incompletos indicam que as curvas de tensão reconstruídas podem fornecer informações úteis para a estimativa online do estado de saúde em aplicações de gerenciamento de baterias.
关键词
Bateria de íons de lítio;Inteligência artificial generativa;Estimativa do estado de saúde;Dados incompletos;Reconstrução de tensão
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website