logo móvil
Contáctanos

Estimación de batería de iones de litio en marco en línea utilizando enfoque de aprendizaje de máquina Extreme Gradient Boosting

Autores: Jafari, Sadiqa; Shahbazi, Zeinab; Byun, Yung-Cheol; Lee, Sang-Joon

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Estimación de batería de iones de litio en marco en línea utilizando enfoque de aprendizaje de máquina Extreme Gradient Boosting


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Sistema de gestión de baterías
Estado de carga
Baterías de ion litio
Algoritmo de aumento de gradiente extremo
Vehículos eléctricos
Datos de voltaje-tiempo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 43

Citaciones: Sin citaciones


Descripción
El sistema de gestión de baterías en un vehículo eléctrico debe ser confiable y duradero para prever el estado de carga. Dado que la degradación de la batería es generalmente no lineal, la estimación del estado de carga (SOC) con una menor degradación puede ser desafiante. Las baterías de iones de litio dependen en gran medida del conocimiento del envejecimiento, que suele ser costoso o no está disponible en línea. En este documento, sugerimos la estimación del estado de carga de los sistemas de baterías de iones de litio mediante el uso de un algoritmo de aumento de gradiente extremo para la aplicación en vehículos eléctricos, que adquiere el modelo de relación no lineal con entrenamiento fuera de línea. El algoritmo de aumento de gradiente extremo se basa en el aprendizaje de árboles, lo que lo hace efectivo y rápido. Los datos de voltaje-tiempo se utilizan como entrada de este sistema desde la fase parcial de corriente constante; el algoritmo propuesto mejora la precisión de la predicción relevante. Además, en nuestro método propuesto no se requiere un estado de carga inicial; por lo tanto, la estimación del estado de carga puede considerar cada estado de la batería.

Otros recursos que podrían interesarte

Temas Virtualpro