陸盈盈/童哲銘EnSM: 混合集成學(xué)習(xí)模型預(yù)測考慮極化恢復(fù)的電池容量衰減 2023年10月8日 下午10:53 ? 未全平臺發(fā)布, 頂刊 ? 閱讀 13 容量波動會顯著影響電池放電容量的預(yù)測精度,引起波動的主要原因可能是當(dāng)電池不再充放電時發(fā)生了電荷重新分配,然后電池傾向于重建新的電化學(xué)平衡狀態(tài)。上述過程被稱為極化恢復(fù),它是一種顯著影響鋰離子電池(LIB)容量衰減行為的現(xiàn)象。 在此,浙江大學(xué)陸盈盈研究員、童哲銘研究員等人研究了極化恢復(fù)對容量波動的影響,以提高LIB放電容量的預(yù)測精度。研究表明,較長的弛豫時間可幫助電池保持較長的極化恢復(fù)階段,使粒子分布均勻。此外,作者研究了弛豫時間、弛豫狀態(tài)和健康狀態(tài)(SOH)對LIBs容量波動的影響,并計算了Spearman秩相關(guān)系數(shù)和Pearson線性相關(guān)系數(shù)來分析不同參數(shù)之間的相關(guān)性。結(jié)果表明,可利用對容量波動有顯著影響的參數(shù)來提高容量預(yù)測模型的準(zhǔn)確性。 為此,作者開發(fā)了一種基于雙 LSTM網(wǎng)絡(luò)、多元回歸和蒙特卡羅模擬(MC)的混合集成學(xué)習(xí)(HEL)模型。其中,兩個具有滑窗的“多對一(M2O)”結(jié)構(gòu) LSTM 網(wǎng)絡(luò)作為容量預(yù)測方法的核心。同時,作者引入多項式回歸模型以減少具有滑窗的M2O LSTM的累積誤差,然后利用MC模擬和線性回歸來檢測容量波動并消除相應(yīng)的誤差。 圖1. 被測電池不同參數(shù)之間的相關(guān)性分析 具體而言,作者基于包含23078個循環(huán)數(shù)據(jù)的兩個LIB降解數(shù)據(jù)集(LFP:LiFePO4/石墨;NCA:LiNi0.8Co0.15Al0.05O2/石墨)驗(yàn)證所提出的混合學(xué)習(xí)方法。分析表明,與簡單的LSTM相比,HEL方法在RMSE和MAE方面的預(yù)測誤差分別減少了80.15% 和82.30%,表明HEL方法顯著降低了容量波動的影響。 因此,所提出的HEL方法在預(yù)測和泛化性方面表現(xiàn)出令人滿意的性能。與現(xiàn)有方法相比,該方法捕捉容量波動并根據(jù)健康指標(biāo)進(jìn)行更準(zhǔn)確地描述。然而,仍需額外的實(shí)驗(yàn)來構(gòu)建更廣泛的電池數(shù)據(jù)集,以考慮未來溫度和充放電倍率的影響??傊?,本研究中開發(fā)的容量衰減模型在推進(jìn)電池單元的SOH估計及在復(fù)雜運(yùn)行條件下針對許多電池供電的存儲系統(tǒng)增強(qiáng)壽命管理系統(tǒng)的設(shè)計方面顯示出巨大的潛力。 圖2. 基于HEL方法的六個樣本的容量預(yù)測結(jié)果 Prediction of Li-ion battery capacity degradation considering polarization recovery with a hybrid ensemble learning model, Energy Storage Materials 2022. DOI: 10.1016/j.ensm.2022.05.026 原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請注明來源華算科技,注明出處:http://www.xiubac.cn/index.php/2023/10/08/2da6a82640/ 電池 贊 (0) 0 生成海報 相關(guān)推薦 Nature子刊:原位構(gòu)建Ru基非晶雜化結(jié)構(gòu)原子界面,利用太陽能催化析氫反應(yīng) 2023年10月7日 上海交通大學(xué),今日重磅Science! 2023年12月6日 張強(qiáng)/李博權(quán),最新Angew! 2023年10月10日 Adv. Sci.:3小時快速合成鋰硫銀鍺礦固態(tài)電解質(zhì)! 2023年10月12日 ?湖大/南大ACS Nano:高熵納米合金的程序化合成,實(shí)現(xiàn)高效乙醇氧化反應(yīng) 2023年10月2日 北理黃佳琦AEM:溶劑化結(jié)構(gòu)調(diào)控實(shí)現(xiàn)長循環(huán)、安全鋰金屬電池 2023年10月14日