基于红外视频识别的锂电池健康状态快速检测

来源：电子测量技术杂志2023年第13期北京时间：

作者：汪志成，王哲，王泽旺，赵杰，束登峰

单位：东华理工大学机械与电子工程学院 南昌 330013

摘要：针对退役动力电池梯次利用过程中对电池健康状态快速检测的需求，本文以软包磷酸铁锂电池为研究对象，提出基于红外热成像的锂电池健康状态快速检测方法。通过改变电池充电和放电电流倍率，研究不同老化程度的电池在放电过程中的温度变化情况，采集放电过程中的红外热成像视频，建立电池健康状态与红外热成像特征的对应关系，以此作为电池健康状态检测的健康因子；构建基于SlowFast-LSTM深度学习网络模型的改进型视频识别算法，对于电池健康状态0~40%、40%~50%、50%~60%、60%~70%、70%~80%、80%~100%这6种类别的识别率达到80.78%，单次电池检测时间3 min，实现电池健康状态的快速检测。

关键词：磷酸铁锂电池;电池健康状态;视频识别;红外热成像;SlowFast

基金资助：江西省科技合作专项重点项目（20212BDH80008）、国家自然科学基金(12165001)、科技部常规性科技援外项目（KY201702002）、江西省重点研发计划项目（20181BBE58006）资助