Battery SOC estimation from EIS data based on machine learning and equivalent circuit model

荷电状态 等效电路 电池(电) 计算机科学 电子工程 电阻抗 先验与后验 人工智能 机器学习 工程类 电气工程 电压 功率(物理) 量子力学 认识论 物理 哲学
作者
Emanuele Buchicchio,Alessio De Angelis,Francesco Santoni,Paolo Carbone,Francesco Bianconi,Fabrizio Smeraldi
出处
期刊:Energy [Elsevier]
卷期号:283: 128461-128461 被引量:45
标识
DOI:10.1016/j.energy.2023.128461
摘要

Estimating the state of charge (SOC) of batteries is fundamental for the proper management and safe operation of numerous systems, including electric vehicles, smart energy grids, and portable electronics. While there is no practical method for direct measurement of SOC, several estimation approaches have been developed, including a growing number of machine-learning-based techniques. Machine learning methods are intrinsically data-driven but can also benefit from a-priori knowledge embedded in a model. In this work, we first demonstrate, through exploratory data analysis, that it is possible to discriminate between different SOC from electrochemical impedance spectroscopy (EIS) measurements. Then we propose a SOC estimation approach based on EIS and an equivalent circuit model to provide a compact way to describe the frequency domain and time-domain behavior of the impedance of a battery. We experimentally validated this approach by applying it to a dataset consisting of EIS measurements performed on four lithium-ion cylindrical cells at different SOC values. The proposed approach allows for very efficient model training and produces a low-dimensional SOC classification model that achieves above 93% accuracy. The resulting low-dimensional classification model is suitable for embedding into battery-powered systems and for online SOC estimation.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
温暖发布了新的文献求助30
刚刚
1秒前
xw发布了新的文献求助10
1秒前
积极的凝海应助纸包鱼采纳,获得10
2秒前
cc完成签到,获得积分10
3秒前
QHY发布了新的文献求助10
3秒前
Taylor完成签到,获得积分0
3秒前
4秒前
聪大大完成签到,获得积分10
4秒前
喜悦的飞飞完成签到,获得积分10
4秒前
5秒前
淡定的太清完成签到,获得积分10
8秒前
等风来1234发布了新的文献求助10
8秒前
10秒前
QHY完成签到,获得积分10
10秒前
10秒前
11秒前
迷路师发布了新的文献求助10
11秒前
Torankus发布了新的文献求助10
11秒前
12秒前
科研通AI2S应助李彪采纳,获得10
14秒前
以戈完成签到,获得积分10
14秒前
老倒霉蛋发布了新的文献求助10
14秒前
研友_VZG7GZ应助12345采纳,获得10
14秒前
leeww发布了新的文献求助10
15秒前
Kaysarr完成签到,获得积分10
16秒前
16秒前
16秒前
16秒前
yy发布了新的文献求助10
17秒前
17秒前
skylar完成签到,获得积分10
18秒前
songnvshi发布了新的文献求助10
19秒前
20秒前
21秒前
晓阳完成签到,获得积分10
21秒前
21秒前
wanci应助科研通管家采纳,获得10
21秒前
乐乐应助科研通管家采纳,获得10
21秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3255956
求助须知:如何正确求助?哪些是违规求助? 2898096
关于积分的说明 8300040
捐赠科研通 2567271
什么是DOI,文献DOI怎么找? 1394419
科研通“疑难数据库(出版商)”最低求助积分说明 652778
邀请新用户注册赠送积分活动 630483