Similarity recognition of online data curves based on dynamic spatial time warping for the estimation of lithium-ion battery capacity

تخمین ظرفیت باتری به دلیل فرایندهای پیچیده فیزیکی و شیمیایی موجود در باتری و محدودیت دسترسی به داده های تخریب ظرفیت، یک چالش مهم است. در این مطالعه، یک رویکرد به نام پویایی زمان مکانی فضایی را توصیف می کنیم که برای تعیین شباهت های دو منحنی دلخواه استفاده می شود. بر خلاف روشهای کلاسیک زمانبندی پویا، این رویکرد میتواند مانع از شباهت منحنی به چرخشها و ترجمههای منحنی باشد، که در جستجوی تشابه منحنی حیاتی است. علاوه بر این، از اطلاعات شارژ و یا تخلیه آنلاین استفاده می کند که به راحتی جمع می شوند و نیازی به پیش فرض های خاصی ندارند. دقت این روش با استفاده از مجموعه داده های باتری ناسا تأیید شده است. نتایج نشان می دهد که رویکرد پیشنهادی، یک روش بسیار دقیق برای تخمین ظرفیت باتری در زمان هزینه کمتر، از روش های معمول پراکندگی زمان برای افراد مختلف و تحت شرایط مختلف عملیات فراهم می کند.