物理信息神经网络(PINN)驱动的电池退化建模和评估
能源学人
2024-06-01 12:58
文章摘要
本文探讨了物理信息神经网络(PINN)在锂离子电池退化建模和健康状态估计中的应用。随着锂离子电池在多个领域的广泛应用,其老化和健康管理成为研究热点。文章介绍了西安交通大学陈雪峰、赵志斌课题组提出的PINN方法,该方法通过结合物理模型和神经网络,从经验退化和状态空间方程的角度建模电池退化属性,并设计了一种通用特征提取方法,适用于不同类型的电池和充放电协议。研究结果表明,PINN能够准确预测电池的健康状态(SOH),并在多个数据集上验证了其有效性。这一研究强调了基于物理信息的机器学习在电池管理中的潜力,为电池健康管理和维护决策提供了科学依据。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。