Using Neural Network for Estimation of Li-ion Battery Depth of Discharge

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F21%3APU142039" target="_blank" >RIV/00216305:26220/21:PU142039 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Using Neural Network for Estimation of Li-ion Battery Depth of Discharge

Popis výsledku v původním jazyce

This paper deals with the estimation of depth of discharge for Li-ion batteries. Estimation is based on the knowledge of discharging curves measured for discrete values of loading currents. The estimator of the depth of discharge is a form of feedforward neural network which is trained with the measured data of discharge curves.

Název v anglickém jazyce

Using Neural Network for Estimation of Li-ion Battery Depth of Discharge

Popis výsledku anglicky

This paper deals with the estimation of depth of discharge for Li-ion batteries. Estimation is based on the knowledge of discharging curves measured for discrete values of loading currents. The estimator of the depth of discharge is a form of feedforward neural network which is trained with the measured data of discharge curves.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

<a href="/cs/project/LO1210" target="_blank" >LO1210: Energie v podmínkách udržitelného rozvoje (EN-PUR)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů