Abstract: G. Lee, D. Kwon, C. Lee (2023)

Previous machine learning models for state-of-health (SOH) estimation of Li-ion batteries have relied on prescribed statistical features. However, there is little theoretical understanding of the relationships between these features and SOH degradation patterns of the batteries. This study proposes a convolutional neural network model to estimate the future SOH value of Li-ion batteries in the early phases of qualification tests. First, capacity degradation data are transformed into two-dimensional images using recurrence plots and Gramian angular fields, highlighting the time-series features of the data. Second, five types of convolutional neural network models are developed to estimate the SOH values of Li-ion batteries for a certain cycle. Here, class activation maps are generated to present how the models arrive at their conclusions. Finally, the performance and reliability of the developed models are assessed under various experimental conditions. The proposed approach has the following two advantages: it automatically extracts important temporal features from the capacity degradation data for SOH estimation, and obtains the contribution of each temporal feature with respect to the estimation process. The experimental results on 379Li-ion batteries confirm that the proposed approach can reduce the time required for qualification tests to 50 cycles, under a 6% mean absolute percentage error.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A convolutional neural network model for SOH estimation of Li-ion batteries with physical interpretability