تخمین وضعیت شارژ باتری لیتیوم یونی در وسایل نقلیه الکتریکی با استفاده ازمدل یادگیری عمیق

در این مطالعه یک روش مبتنی بر داده برای تخمین وضعیت شارژ باتری های لیتیوم یونی پیشنهاد شده است تا محدودیت های رویکردهای مرسوم مبتنی بر مدل را که به پارامترهای دقیق نیاز دارند، برطرف کند. عملکرد مدل پیشنهادی با استفاده از برآورد دقت شارژ باتری،تخمین وضعیت شارژ (SOC) باتری در هر محیط اندازه گیری میگردد. در نتیجه، روش پیشنهادی دقت تخمین بالایی (میانگین خطای مطلق کمتر از ۴ درصد) را در طیف وسیعی از دمای رانندگی ( ۰ تا ۲۵ درجه سانتیگراد) تنها با دادههای رانندگی محدود نشان میدهد.

کلیدواژه ها:

باتری لیتیوم یونی ، شبکه های عصبی مصنوعی ، وضعیت شارژ ، یادگیری عمیق