MétaCan
Menu
Retour à la cohorte
Enregistrement W4412987116 · doi:10.1109/itec63604.2025.11097970

Influence of Open Circuit Voltage Measurement on Battery Voltage Modeling

2025· article· en· W4412987116 sur OpenAlexaff
S. Siva Suriya Narayanan, Qi Yao, Phillip J. Kollmeyer, Ali Emadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésVoltageOpen-circuit voltageElectrical engineeringBattery (electricity)Constant power circuitComputer scienceEngineeringSwitched-mode power supplyPhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

Accurate State of Charge (SOC) - Open Circuit Voltage (OCV) relationship plays a significant role in battery modeling. This paper compares two methods to obtain the SOCOCV relationship: low-rate constant current ($\mathrm{C} / 20$) testing and Galvanostatic Intermittent Titration Technique (GITT). While GITT tests typically use rest periods of 1-2 hours, the optimal duration remains unclear, especially at low SOC levels and lower temperatures. This research investigates the optimal rest period required for GITT tests at 25° C and 40° C by analyzing voltage relaxation rates$d V / d t$at various intervals after the current pulse. Experiments were conducted with relaxation periods ranging from 5 minutes to 4 hours across the full SOC range. The resulting SOC-OCV relationships were then used with parameters obtained from Hybrid Pulse Power Characterization (HPPC) test data to develop second-order Thevenin equivalent circuit model (ECM). Model performance was evaluated using constant current profiles and dynamic drive cycles, demonstrating the impact of different methods of OCV measurement on the accuracy of the prediction. Results indicate that SOC-dependent relaxation periods optimize the balance between test duration and measurement accuracy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,301
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207