基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了准确估计混合动力电动汽车(HEV)电池剩余电量,减少运行过程中的累积误差,引入了卡尔曼滤波方法.在电池等效电路模型的基础上,以电池消耗的电能量为系统状态,电池工作电压为观测量,根据扩展卡尔曼滤波递推算法原理,推导出电池剩余电量的EKF-K估计算法,并进行实验分析,结果表明,与常用电池剩余电量的计量法相比,该方法能够实时而准确地估计出电池剩余电量.
推荐文章
基于卡尔曼滤波的电动汽车剩余电量估计
锂离子电池组
卡尔曼滤波
电动汽车
剩余电量测量
基于改进卡尔曼滤波算法的光伏电池剩余电量估算
电池剩余电量
安时法
开路电压法
卡尔曼滤波算法
初始SOC0
实时SOC
基于ANFIS模型的蓄电池放电剩余电量估计
剩余电量
蓄电池
直流电源
自适应神经模糊推理系统
变电站
基于改进卡尔曼滤波算法的光伏电池剩余电量估算
电池剩余电量
安时法
开路电压法
卡尔曼滤波算法
初始SOC0
实时SOC
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卡尔曼滤波的HEV电池剩余电量的估计
来源期刊 现代制造工程 学科 交通运输
关键词 混合动力电动汽车 动力电池 剩余电量 卡尔曼滤波
年,卷(期) 2008,(1) 所属期刊栏目 仪器仪表/检测/监控
研究方向 页码范围 101-103
页数 3页 分类号 U463.2
字数 1760字 语种 中文
DOI 10.3969/j.issn.1671-3133.2008.01.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李礼夫 华南理工大学汽车工程学院 77 260 9.0 11.0
2 王胜 华南理工大学汽车工程学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (13)
同被引文献  (5)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
混合动力电动汽车
动力电池
剩余电量
卡尔曼滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
总被引数(次)
50123
论文1v1指导