Scidown文献预览系统！
基于EIS的电动锂离子电池充电状态预测:一种机器学习方法( State of Charge Prediction of EV Li-ion Batteries Using EIS: A Machine Learning Approach )
I Babaeiyazdi A Rezaei-Zare S Shokrzadeh
由于锂离子电池具有非常复杂和非线性的行为，预测电池的荷电状态(SOC)仍然是一个巨大的挑战。因此，在电池管理系统(BMS)对电池进行监控的同时，准确的SOC估计对于电池的正常运行至关重要。为此，本文将电化学阻抗谱(EIS)的信息测量应用于机器学习模型(ML)中，即线性回归模型和高斯过程回归(GPR)模型，以准确预测锂离子电池的SOC。首先，对数据进行特征敏感性分析，从EIS测量中提取最可靠的特征，即与SOC高度相关的EIS阻抗。然后，根据所选择的特征对模型进行建模。该模型用于训练输入特征，并建立所选特征与SOC之间的映射关系。结果表明，探地雷达模型的误差小于3.8%。考虑到车载EIS测量，该方法可实际嵌入到电池管理系统中，准确测量锂离子电池的SOC值，保证电池驱动电动汽车的正常高效运行。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate ideas.repec.org
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 微波辅助钌(II)催化n -甲氧基苯甲酰胺与烷基砜的CH/NO活化研究化学10/2019)下载
scidown 高密度肌电模式识别中新颖运动抑制的度量学习下载
scidown 有色金属螺栓疲劳特性的研究下载