🔋 电池老化建模 & SOH 估算
📘 30章 · 完整目录
01
电池老化概述
定义
宏观表现
微观机理
影响因素
02
锂离子电池工作原理
电化学基础
正负极与老化
电解液分解
SEI膜
03
电池老化实验设计
循环老化
日历老化
动态工况
加速测试
04
电池容量衰减分析
衰减曲线特征
ICA
DVA
模式识别
05
内阻增长分析
欧姆内阻
电荷转移内阻
扩散内阻
EIS解析
06
电池老化特征参数
OCV变化
熵变系数
库仑效率
自放电率
07
数据预处理方法
异常值检测
平滑滤波
归一化
特征工程
08
等效电路模型(ECM)
一阶RC
二阶RC
PNGV模型
参数辨识
09
电化学模型(P2D)
模型原理
关键方程
简化方法
模型参数化
10
经验老化模型
指数模型
幂函数模型
Arrhenius
混合经验
11
机器学习基础
回归与分类
过/欠拟合
交叉验证
评估指标
12
线性回归与SOH估算
一元线性
多元线性
正则化
岭回归/Lasso
13
支持向量机(SVM)
SVM原理
核函数
SVR估算
参数调优
14
随机森林与集成学习
Bagging
随机森林
特征重要性
集成策略
15
梯度提升树(GBDT/XGBoost)
Boosting
XGBoost参数
LightGBM
CatBoost
16
人工神经网络基础
感知机
激活函数
损失函数
反向传播
17
深度学习与SOH估算
深度前馈
批量归一化
Dropout
超参数调优
18
循环神经网络(RNN/LSTM)
RNN原理
LSTM门控
GRU
序列预测
19
卷积神经网络(CNN)
1D-CNN
时序特征提取
残差网络
迁移学习
20
注意力机制与Transformer
自注意力
位置编码
时序Transformer
性能对比
21
混合模型与多模态融合
数据融合
模型集成
PINN
多任务学习
22
特征选择与降维
PCA
t-SNE
互信息
递归特征消除
23
电池老化数据集构建
NASA/CALCE/Oxford
数据标注
数据增强
不平衡处理
24
SOH估算评价指标
RMSE
MAE
R²
最大误差
25
电池剩余寿命(RUL)预测
RUL定义
阈值设定
不确定性量化
概率预测
26
在线SOH估算方法
RLS
卡尔曼滤波
EKF
粒子滤波
27
电池管理系统(BMS)集成
BMS架构
SOH模块设计
计算资源
实时性
28
电池老化诊断与预警
异常老化检测
内短路诊断
析锂检测
热失控预警
29
电池梯次利用与回收
筛选标准
SOH分选
健康分级
回收价值
30
前沿技术与未来趋势
数字孪生
联邦学习
大模型
固态电池老化