Resumen

La predicción precisa de la calidad de la batería utilizando datos del ciclo inicial es crítica para las baterías, especialmente las baterías de litio en redes de microred. Para predecir efectivamente la vida útil de las baterías de iones de litio, se propone un método de clasificación de series temporales que clasifica las baterías en grupos de alta vida útil y baja vida útil utilizando características extraídas de los datos de carga y descarga del ciclo inicial. El método propuesto se basa en un modelo de exponenciales complejas localizadas suavizadas que puede extraer características de la batería a partir de mapas tiempo-frecuencia y seleccionar de forma autoadaptativa la resolución tiempo-frecuencia para maximizar la discrepancia de datos de los dos grupos. Luego se calcula un periodograma de exponenciales complejas localizadas suavizadas para obtener la descomposición tiempo-frecuencia de todos los datos de la serie temporal para su posterior clasificación. Los resultados experimentales muestran que, utilizando características de la batería extraídas de los primeros 128 proces

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Predicción; Calidad de la batería; Batería de litio; Redes de microrredes; Clasificación de series temporales; Datos de carga y descarga
• Keywords:Prediction; Battery quality; Lithium battery; Microgrid networks; Time series classification; Charge-discharge data