Neural network architecture for determining the aging of stationary storage systems in decentralized energy systems

Modellierung der Alterung von Li-Ionen Zellen mittels neuronaler Netze für stationäre Anwendungen in dezentralen Energiesystemen

Ein neuronales Netzwerk wird entwickelt, um die Alterung von Lithium-Ionen-Zellen zu modellieren. Betriebsdaten aus einem Batterietest mit mehreren LFP-Zellen werden verwendet um Zusammenhänge zwischen Kapazität, Strom und Spannung zu ermitteln. Speziell für die Nutzung in neuronalen Netzen werden die Daten in sogenannte Lag-Sequenzen umgewandelt, die aus kumulierten Lade- und Entladeströmen bestehen. Diese Lag-Sequenzen werden als Eingangsgrößen für ein Multilayer Perceptron verwendet, dessen Ausgangsgröße der momentane Wert der Kapazität bzw. der SOH (State of Health) ist.