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:
在使用循环算法的剩余电量(state of charge,SOC)估算的理论研究中,通常都是设定已知的初始值,无法完全论证算法的各项性能指标.在研究剩余电量估算问题时,则重点针对不确定的初始赋值,使用一种贝叶斯次优解法——粒子滤波(PF),基于SOC动态观测模型,研究其收敛到真值的情况,并辅以MATLAB仿真实验.结果显示在非平台期PF可快速追踪初值,而在平台区由于自身算法的缺陷,无法追踪初值,应根据此区域的电压特性,更换为另一种次优解算法.论证了在解决锂电池初值追踪问题上,两种次优解算法的结合使用可以得到理想结果.
推荐文章
OCV处于平台期的汽车锂电池SOC估算的研究
剩余电量估算
无际卡尔曼滤波
粒子滤波
平台期
基于多元线性回归模型的锂电池充电SOC预测
锂电池
SOC
多元线性回归
预测
基于RTS-IEKPF算法的锂电池SOC估算
锂电池
SOC估算
RTS-IEKPF
粒子滤波
最优平滑
实验验证
基于贝叶斯正则化算法BP神经网络钒电池SOC预测
钒电池
荷电状态
BP神经网络
贝叶斯正则化算法
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 基于贝叶斯次优解的锂电池SOC初值追踪研究
来源期刊 河南师范大学学报(自然科学版) 学科 工学
关键词 剩余电量 贝叶斯滤波 平台期 SOC动态观测模型
年,卷(期) 2017,(6) 所属期刊栏目 物理
研究方向 页码范围 27-30
页数 4页 分类号 TM912
字数 语种 中文
DOI 10.16366/j.cnki.1000-2367.2017.06.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (102)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(12)
  • 参考文献(0)
  • 二级参考文献(12)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(19)
  • 参考文献(0)
  • 二级参考文献(19)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
研究主题发展历程
节点文献
剩余电量
贝叶斯滤波
平台期
SOC动态观测模型
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
河南师范大学学报(自然科学版)
双月刊
1000-2367
41-1109/N
大16开
河南省新乡市建设东路
36-55
1960
chi
出版文献量(篇)
4665
总下载数(次)
13
总被引数(次)
17113
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导