近日，中国科学院广州能源研究所储能技术研究团队在锂离子电池健康状态在线评估方面取得新进展，提出了一种新颖的容量衰退特征突变点在线识别框架。相关研究成果发表于《应用能源》（Applied Energy）。
锂离子电池特征变化点在线识别策略框架。研究团队供图，下同精准评估锂离子电池的健康状态并及时掌握其容量衰退趋势，是保障锂电储能系统安全、高效运行的关键。然而，传统方法在识别容量衰退拐点（如“膝点”）时，往往高度依赖完整的容量退化曲线。此外，在实际运行工况下，在线估计得到的容量退化曲线易受噪声与波动干扰，导致特征突变点的实时准确捕捉面临巨大挑战。
针对上述难题，研究团队提出了一种新颖的锂离子电池容量衰退特征突变点在线识别框架，并在NCA（镍钴铝三元锂电池）、NCM（镍钴锰三元锂电池）及LFP（磷酸铁锂电池）三种类型电池上进行了验证。该研究首先聚焦于充电阶段的容量增量曲线，截取恒流充电结束前的短时数据作为健康因子，实现了对电池当前可用容量的快速、准确估算。在此基础上，融合动态窗口调整、加权滑动窗口以及多阶段验证与去重机制，开发出改进的累积和（CUSUM）算法，用于精准定位容量衰减曲线中的全局特征突变点。
改进CUSUM算法框架。研究结果表明，该改进算法展现出卓越的精确性与实时响应能力：对突变点识别的平均误差仅为16.42个循环，平均响应延迟低至4.20个循环。此外，该策略具有较强的工况适应性，不仅能有效识别常规的非线性老化衰退模式，还能敏锐捕捉早期出现的异常容量跳水现象。
该成果有效打破了传统算法对完整循环数据的依赖，所实现的高效在线识别可为电池的本体设计优化、动态运行策略制定以及退役电池的梯次利用等多种应用场景提供重要的评估指标与科学决策依据。
相关论文信息：https://doi.org/10.1016/j.apenergy.2026.127581
就在ChatGPT推出一周年前夕，其开发机构OpenAI经历了一场令人瞠目的高层“地震”。联合创始人之一的首席科学家伊利亚 堆叠、扭曲铜酸盐超导体的示意图。图片来源：物理学家组织网 几十年来，超导体一直是物理学界研究的热点。但这些允许 随着出版商努力清理大量伪造论文、打击同行评议欺诈行为，2023年，被撤回的研究论文数量已超过1万篇，打破了年度纪录。 在庞大的维生素家族中，最为人所熟悉的恐怕就是维生素C了。 作为人体必需的维生素之一，维生素C因其具有的超强抗氧化 12月19日，第二届中国气象旅游产业发展大会在河南三门峡召开。来自中国旅游研究院、中国气象局公共气象服务中心、中国科 中新网1月1日电 据国家地震台网官方微博消息，中国地震台网自动测定：1月1日15时10分在日本本州西岸近海附近(北纬37.98度，东 。本文链接：锂离子电池健康状态在线评估研究取得进展http://www.sushuapos.com/show-11-34496-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 国内首笔数据中心虚拟电厂参与现货交易
下一篇： 你的AI科研“搭子”靠谱吗？