您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 研究论文-基于隐马尔可夫模型的锂电池退化状态识别.pdf

  2. 针对电池容量在实际应用中难以测量的问题,从在线传感器直接观测的电压、电流、时间等参数中提取状态特征向量代替容量来表征电池的健康状况。使用隐马尔可夫模型(HMM)作为状态监测器,分别对不同的退化时期建立HMM,通过前向-后向算法对当前观测序列计算相似概率来判断当前电池的健康状况。使用马里兰大学先进寿命周期工程研究中心(CALCE)公开的数据集与BP神经网络进行了对比实验,实验结果表明HMMs对锂电池退化状态有很高的识别率。
  3. 所属分类:其它

    • 发布日期:2019-08-07
    • 文件大小:781312
    • 提供者:weixin_39841882
  1. CALCE马里兰大学实验电池数据

  2. 所有CS2电池均经历相同的充电过程,这是标准的恒定电流/恒定电压协议,恒定电流速率为0.5C,直到电压达到4.2V,然后维持4.2V,直到充电电流降至0.05A以下。除非另有说明,否则这些电池的放电截止电压为2.7V。所有CS2电池均被随机编号并相应命名。为第n个编号为CS2的单元指定了名称“ CS2_n”。
  3. 所属分类:电信

    • 发布日期:2020-12-22
    • 文件大小:189792256
    • 提供者:weixin_44824552