鋰電池廣泛用于電動(dòng)汽車中，但電池的健康程度和使用周期是鋰電池的一個(gè)主要缺點(diǎn)。提出了一種估計(jì)車輛在用電池全部性能的方法。該估計(jì)方法基于電池信號(hào)模式提取，這些信號(hào)用于識(shí)別電池的物理衰退過程。分析過程包括模式提取、聚類算法、表示在集群特征空間距離中數(shù)據(jù)匯總和分類算法。

依據(jù)不同的置信度水平對(duì)電池性能分類方法進(jìn)行論證，尋找能夠提高結(jié)果精度的方法和模式識(shí)別算法，以獲得對(duì)電池性能的實(shí)時(shí)估計(jì)，擴(kuò)展目前用于量化電池性能特性信號(hào)的方法。

介紹了對(duì)特定信號(hào)特征進(jìn)行提取和分類方法的整體理論框架，研究中使用的模式分析框架包括數(shù)據(jù)采集、提取模式，形成新的特征空間、分類和模式估計(jì)電池的性能水平。研究了性能分類最合適的提取模式，同時(shí)提出用于比較電池特性的距離度量的選擇。分類方法包括最近鄰算法、k-均值算法、層次分類算法和支持向量機(jī)法，不同的分類方法用于測試不同的信號(hào)形態(tài)是否代表不同的電池性能水平。

在兩種工況（20~40km/h的加速過程和10~60km/h的加速過程）下對(duì)模式提取方法進(jìn)行了驗(yàn)證，對(duì)集中分類算法的準(zhǔn)確性進(jìn)行評(píng)估，模式形態(tài)學(xué)上的變化能夠揭示底層電池性能的改變。使用基于以上試驗(yàn)中獲得的電池實(shí)測數(shù)據(jù)，對(duì)分類算法的準(zhǔn)確性進(jìn)行驗(yàn)證，結(jié)果表明，電池信號(hào)模式分析為在線估計(jì)電池狀態(tài)提供了一種創(chuàng)新性的技術(shù)。

刊名：Journal of Power Sources（英）

刊期：2015年第273期

作者：Anthony Barre et al

編譯：何云廷