基于神经网络优化UKF算法的锂电池SOC估计

• 作者: 刘晓利 谭华
• 来源期刊: 电气应用
• 关键词: 锂电池 荷电状态 无迹卡尔曼滤波 神经网络
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 方案设计
• 页码范围: 140-143
• 页数: 4页
• 语种: 中文

摘要

近年来,锂离子电池由于其良好的充放电性能,被广泛地应用于电力、汽车、医疗、生物科技和移动终端等领域.然而,锂电池在使用过程中经常由于管理不善而导致使用寿命降低,严重制约了锂电池的普及和推广[1].电池荷电状态(State Of Charge,SOC)是判断电池是否过度充放电、是否需要均衡或更换某一单体电池的重要依据,是电池管理的核心技术之一.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓利		11	15	2.0	3.0
2	谭华		17	9	2.0	2.0