隐变量DBN及其在电动汽车锂电池SOH估计中的应用

项目名称： 隐变量DBN及其在电动汽车锂电池SOH估计中的应用

项目编号： No.61172132

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 无线电电子学、电信技术

项目作者： 高明煜

作者单位： 杭州电子科技大学

项目金额： 60万元

中文摘要： 锂电池的健康状态(SOH)估计对电动汽车安全性及经济性都具有十分重要的意义。本项目主要研究隐变量动态贝叶斯网络(DBN)在电动汽车锂电池SOH在线估计中的应用。基于合理的隐变量DBN模型结构评分准则，研究隐变量DBN模型结构的自适应学习方法；结合结构期望最大化算法及相关启发式搜索算法，完成隐变量DBN模型的参数学习；基于改进的粒子滤波等随机抽样算法，进行隐变量DBN近似推理方法的研究。基于上述研究，采用隐变量DBN对锂电池SOH与其多种放电特性间的关系进行建模，完成电动汽车锂电池SOH的在线估计，并通过仿真和实际测试对相关模型和算法进行评估与优化，最终得到最优的可实用嵌入式电动汽车锂电池SOH在线估计方案。 通过本项目的研究，可望在隐变量DBN的结构学习、参数学习及近似推理等理论研究方面取得突破，为电动汽车锂电池SOH的在线估计提供新思路，为电动汽车电池管理系统的构建提供重要技术支撑。

中文关键词： 锂电池；健康状态估计；动态贝叶斯网络；；

英文摘要：

英文关键词： Lithium-ion batteries；SOH estimation；Dynamic Bayesian Network；；