声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：王震坡, 王秋诗, 刘鹏, 张照生
单位：1. 北京理工大学电动车辆国家工程实验室 北京 100081;2. 北京电动车辆协同创新中心 北京 100081;3. 新能源汽车北京实验室 北京 100081;4. 北京理工大学重庆创新中心 重庆 401120
关键词：大数据,新能源汽车,动力电池,健康状态；
基金：国家重点研发计划（2019YFB1600800）和国家自然科学基金（5207120585）资助项目。
动力电池健康状态估计是电池管理系统关键算法之一，对提高动力电池能量利用效率、降低电池热失控风险，以及动力电池的维保和残值评估具有重要意义。对比分析试验法、模型法、数据驱动法的优势和不足，并以数据驱动方法为核心，分别从动力电池健康状态数据集构建、健康状态特征参数提取、健康状态估计模型三个方面对现阶段健康状态估计方法的理论基础和技术方案进行综述。总结常用的大数据采集方法以及数据预处理方法，明确大数据在健康状态评估中的意义。比较现有健康状态特征提取方法，对其优劣以及适用场景做了分析。阐述不同健康状态估计模型的基本原理，提出模型融合是未来技术发展方向。最后，面向未来大数据实车应用场景，对动力电池健康状态估计方面存在的问题和发展前景进行了总结和展望。
来源：2023年第2期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。