基于数据驱动的锂离子电池故障检测和诊断研究综述  

作　　者：王印 

机构地区：[1]赛克瑞浦动力电池系统有限公司,广西柳州545000

出　　处：《汽车周刊》2023年第11期166-168,共3页

摘　　要：由于锂离子电池优秀的性能,其在电动汽车的运用越来越广泛,但随着也带来的大量的安全问题。为了保证电动汽车安全可靠地运行,对动力电池的故障进行检测和诊断,已成为电池管理系统 (BMS) 的重要功能之一。在电池管理系统中常用机器学习 (ML) 模型对锂离子电池的电荷状态、健康状态和剩余使用寿命等其他状态进行高效、可靠、准确地预测。与传统电池故障检测和诊断方法相比,基于数据驱动的方法更具准确性和实效性,成为近年来的主要研究热点。本文基于数据驱动的故障检测和诊断技术进行了全面的综述,为 BMS 系统的故障诊断策略提供了现成的参考和方向。

关 键 词：电池管理系统(BMS) 人工神经网络(ANN) 支持向量机(SVM) 电动汽车(EV) 随机森林(RF) 

分 类 号：U[交通运输工程]