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:
为了准确获取磷酸铁锂电池的荷电状态(state of charge,SOC),针对直接测量法和扩展卡尔曼滤波方法(extended kalman filter,EKF)估计SOC存在的不足,在分析电池的充放电过程和电池的Thevenin等效电路模型基础上,基于粒子滤波算法(particle filter,PF)对电池的SOC进行了估计.实验结果表明,PF方法比EKF方法的准确度提高了5%,采用PF算法估计SOC更加准确有效,在实际应用中更有价值.
推荐文章
基于权值选择粒子滤波算法的锂离子电池SOC估计
Thevenin 模型
在线参数辨识
SOC 估计
权值选择粒子滤波算法
基于模型估计的LiFePO4电池EKF滤波算法SOC估计研究
LiFePO4动力电池组
SOC
能量管理
扩展卡尔曼滤波
自适应卡尔曼滤波
基于改进粒子滤波的LiFePO4电池二元SOC估算
LiFePO4电池
二元SOC估算
改进粒子滤波
粒子退化与贫化
新型锂离子电池正极材料LiFePO4的研究进展
锂离子电池
正极材料
LiFePO4
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 基于粒子滤波方法的LiFePO4电池SOC估计
来源期刊 集美大学学报(自然科学版) 学科 工学
关键词 粒子滤波算法 磷酸铁锂电池 SOC
年,卷(期) 2017,(5) 所属期刊栏目 船舶与机械工程
研究方向 页码范围 47-51
页数 5页 分类号 TM912
字数 3525字 语种 中文
DOI
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 王云超 集美大学机械与能源工程学院 41 182 8.0 11.0
2 弓清忠 集美大学机械与能源工程学院 21 135 7.0 11.0
3 肖国红 集美大学机械与能源工程学院 16 20 3.0 3.0
4 宋君亮 1 1 1.0 1.0
5 陈上生 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (104)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
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
粒子滤波算法
磷酸铁锂电池
SOC
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
集美大学学报(自然科学版)
双月刊
1007-7405
35-1186/N
大16开
福建厦门集美银江路185号
1996
chi
出版文献量(篇)
1788
总下载数(次)
5
总被引数(次)
8910
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导