研究人员使用人工智能优化算法评估电池健康状况

据外媒报道，我国科学技术大学的一支研发团队提议，利用人工智能优化算法来评估电动汽车车载电池组的健康状况，该方法是种新的电池健康度评估方法。该团队在《电源学报》（JournalofPowerSources）发表了一篇文章以介绍其研究工作。

在电动汽车应用中，准确评估电池组健康状况是件很重要的事情，其原因包括：可获得电池组的动态响应并提升其安全可靠性。然而，电池充放电性能及电池组工作环境各不相同，这使得评估电池组的健康状况变得很难。研究人员将电池组健康状况含义为电池组最大能量存储的变化，其中包含了所有电芯的信息：电池容量，荷电状态（SOC）与开路电压间的关联性及电池的不一致性。

为预计电池组的健康状况，该团队采用了粒子群优化遗传算法（particleswarmoptimization－geneticalgorithm）。基于实验结果，该团队使用粒子滤波预估电池荷电状态以及开路电压，以防止在电池终端电压测量中出现噪音影响及漂移电流。该团队还采用了递归最小二乘算法（Arecursiveleastsquaremethod）提升了电池的容量。

据实验结果表明，该测试方法在实际操作中可预估电池状态，并具有高度的准确性。