来源：期刊VIP网 时间：
作者：沈浩然;范国栋;张希;王慧;朱正礼;王诗杰;朱晓琼;李凯;
单位：上海交通大学机械与动力工程学院;上汽大通汽车有限公司;
摘要：锂离子电池的电化学阻抗谱(EIS)数据能体现电池健康状态(SOH)。传统的EIS测量使用多频交流电作为激励，对专业测量设备的依赖性较高。用方波电流作为输入激励，结合小波变换的方法，能快速测得并提取电池在一定频率范围内的阻抗谱数据。进一步对各频段的阻抗与电池SOH的相关性进行分析，基于低频阻抗与电池容量衰减的强相关性，使用高斯过程回归模型，实现电池的SOH估计。用7只Li_xNi_(0.8)Co_(0.15)Al_(0.05)O_2(NCA)锂离子电池的实验数据分组验证，将1 Hz阻抗用作特征阻抗频率时，SOH估计的平均相对误差为1.14%。
关键词：锂离子电池;;电化学阻抗谱(EIS);;机器学习;;高斯过程回归;;健康状态(SOH)估计
基金资助：国家自然科学基金(52307246,52177218);; 上海市自然科学基金(23ZR1429100)
