锂离子电池剩余使用寿命预测方法综述.pdfVIP

第13卷第4期储能科学与技术Vol.13No.4

2024年4月EnergyStorageScienceandTechnologyApr.2024

电池智能制造、在线监测与原位分析专刊

锂离子电池剩余使用寿命预测方法综述

11121

李炳金，韩晓霞，张文杰，曾伟国，武晋德

12

（太原理工大学，山西太原030000；苏州储慧智能科技有限公司，江苏苏州215101）

摘要：近年来，随着锂离子电池的能量密度、功率密度逐渐提升，其安全性能与剩余使用寿命预测变得愈发重

要。本综述全面分析了锂电池剩余使用寿命预测领域研究现状，系统介绍了现有预测算法，并着重探讨了机器

学习方法在该领域的应用。基于模型的方法包括电化学模型、等效电路模型和经验退化模型；基于数据驱动的

方法涵盖了支持向量回归、高斯过程回归、极限学习机、卷积神经网络、循环神经网络和Transformer等常用的

机器学习方法。本文详细分析了每种方法的优缺点，并重点阐述了机器学习方法在特征提取与融合方法等方面

的应用及发展情况。对于特征提取，本文从电流电压温度曲线、IC曲线、EIS曲线中进行总结分析；对于融合方

法，本文将其细分为模型-模型、数据-模型、数据-数据融合方法并进行分析。最后，针对当前研究存在的问

题，本综述从早期预测、在线预测和多工况预测3个方面提出了对剩余使用寿命预测方法的研究建议，为提升锂

电池剩余使用寿命预测算法的准确性和实用性提供思路。

关键词：锂离子电池；剩余使用寿命；数据驱动；机器学习

doi：10.19799/ki.2095-4239.2024.0098

中图分类号：TM912