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:
为提高铅酸蓄电池SOC和SOH估算精度,基于Randles铅酸蓄电池模型,采用卡尔曼滤波算法(KF)对该模型参数进行辨识,利用辨识的参数离线估计蓄电池的SOH和开路电压Voc.利用不同SOH下的蓄电池SOC和开路电压Voc之间的关系曲线(SOC-Voc),对蓄电池的SOC进行估计.进行了相关的蓄电池测试实验.实验结果表明,此种SOH、SOC估算的方法具有较高的可靠性和可行性,SOH和SOC的估计精度分别为4.58%和5.05%,具有很高的准确性.
推荐文章
BPNN的矿用铅酸蓄电池SOC在线估计
安全供电系统
铅酸蓄电池
矿用
内化成
PID-BP神经网络
SOC在线估计
铅酸蓄电池使用维护解析
铅酸蓄电池
使用维护
误操作
注意事项
铅酸蓄电池的回收利用
废旧铅酸电池
回收利用
环保
汽车起动用铅酸蓄电池
铅酸蓄电池
型号
检测用仪表
状态
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 车载铅酸蓄电池SOC和SOH的在线估算
来源期刊 农业装备与车辆工程 学科 工学
关键词 铅酸蓄电池 卡尔曼滤波 荷电状态 健康状态
年,卷(期) 2017,(10) 所属期刊栏目
研究方向 页码范围 19-24
页数 6页 分类号 TM912
字数 2884字 语种 中文
DOI 10.3969/j.issn.1673-3142.2017.10.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (78)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1998(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 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
铅酸蓄电池
卡尔曼滤波
荷电状态
健康状态
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
农业装备与车辆工程
月刊
1673-3142
37-1433/TH
大16开
济南市桑园路19号
1963
chi
出版文献量(篇)
5192
总下载数(次)
16
论文1v1指导