- -

Neural network approaches for state of charge (SoC) and state of health (SoH) estimation in lithium-ion batteries.

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Neural network approaches for state of charge (SoC) and state of health (SoH) estimation in lithium-ion batteries.

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.advisor Martínez Peiró, Marcos Antonio es_ES
dc.contributor.advisor Pasero, Eros Gian Alessandro es_ES
dc.contributor.author Bonaccorsi Rodríguez-Tembleco, Maximilian Plácido es_ES
dc.date.accessioned 2024-10-10T07:43:12Z
dc.date.available 2024-10-10T07:43:12Z
dc.date.created 2024-09-27 es_ES
dc.date.issued 2024-10-10 es_ES
dc.identifier.uri http://hdl.handle.net/10251/209588
dc.description.abstract [ES] Representando una importante transición hacia la movilidad sostenible, la industria de los vehículos eléctricos está en plena expansión, necesitando de una gestión precisa de las baterías para un rendimiento óptimo. Debido a sus convenientes propiedades, las baterías de ion de litio son elegidas con frecuencia como el principal medio de almacenamiento de energía para los vehículos eléctricos. Para un funcionamiento eficiente y mantenimiento de las baterías bajo condiciones seguras durante su uso, se debe tener en cuenta la monitorización en tiempo real del estado de éstas, donde es especialmente útil la evaluación de dos parámetros principales: el estado de carga (SoC) y el estado de salud (SoH), siendo la estimación de estos valores una materia desafiante debido a la naturaleza no lineal de las baterías. Esta tesis tiene como objetivo abordar este desafío mediante el desarrollo y empleo de redes neuronales para la estimación del SoC y SoH en baterías de ion de litio. Para este fin, se explorarán diferentes tipos de redes y arquitecturas. Se utilizarán tanto datos sintéticos como, cuando estén disponibles, datos del mundo real para el entrenamiento y la validación, con el fin de desarrollar métodos de estimación efectivos para hallar los valores de estado de carga y salud de las baterías. es_ES
dc.description.abstract [EN] Representing a significant transition towards sustainable mobility, electric vehicles industry is actually in full expansion, needing precise battery management for optimal performance. Due to their superior properties, lithium-ion batteries are often adopted as the main energy storage medium for electric vehicles. For efficient operation and keeping the batteries under safe conditions during work, monitoring of the real-time state of the batteries must be taken into account, especially under the evaluation of two main parameters: the State of Charge (SoC) and State of Health (SoH), where precise estimations of these values are challenging due to the non-linear dinamic nature of the batteries.This thesis aims at addressing this challenge by developing neural networks for SoC and SoH estimation in Li-ion batteries. For this objective, different kind of networks and architectures will be explored. Both synthetic data and, when available, real-world data will be utilized for training and validation to develop effective estimators for state of charge and state of health. en_EN
dc.format.extent 1 es_ES
dc.language Inglés es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Estado de carga es_ES
dc.subject Estado de salud es_ES
dc.subject Estimación es_ES
dc.subject Baterías de ion-litio es_ES
dc.subject Redes neuronales es_ES
dc.subject Enfoque 'data-driven' es_ES
dc.subject Vehículos eléctricos. es_ES
dc.subject State of charge en_EN
dc.subject State of health en_EN
dc.subject Estimation en_EN
dc.subject Lithium-ion batteries en_EN
dc.subject Neural networks en_EN
dc.subject Data-driven approach en_EN
dc.subject Electric vehicles. en_EN
dc.subject.classification TECNOLOGIA ELECTRONICA es_ES
dc.subject.other Máster Universitario en Ingeniería de Telecomunicación-Màster Universitari en Enginyeria de Telecomunicació es_ES
dc.title Neural network approaches for state of charge (SoC) and state of health (SoH) estimation in lithium-ion batteries. es_ES
dc.title.alternative Estimación del estado de carga (SoC) y estado de salud (SoH) para baterías de ion de litio basada en el uso de redes neuronales. es_ES
dc.title.alternative Estimació de l'estat de càrrega (SoC) i estat de salut (SoH) per a bateries de ion de liti basada en l'ús de reds neuronals. es_ES
dc.type Tesis de máster es_ES
dc.rights.accessRights Cerrado es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Ingeniería Electrónica - Departament d'Enginyeria Electrònica es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros de Telecomunicación - Escola Tècnica Superior d'Enginyers de Telecomunicació es_ES
dc.description.bibliographicCitation Bonaccorsi Rodríguez-Tembleco, MP. (2024). Neural network approaches for state of charge (SoC) and state of health (SoH) estimation in lithium-ion batteries. Universitat Politècnica de València. http://hdl.handle.net/10251/209588 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\164515 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem