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:
锂离子电池组的荷电状态SOC是描述电池剩余电量的重要参数,常用SOC估算方法有:安时法、开路电压法、神经网络法、卡尔曼滤波法、扩展卡尔曼滤波算法等.本文分析了影响电池荷电状态的SOC的影响因素,对各种SOC估算算法进行了比较研究,并对扩展卡尔曼滤波算法进行了Matlab仿真.仿真结果表明,卡尔曼滤波法对电池荷电状态的估算有较好的修正能力,并且容错能力较强.
推荐文章
一种基于IMM-ABSE算法的锂离子电池组SOC估算
SOC
IMM-ABSE
电池一致性
模型适应性
噪声干扰
信息分配因子
锂离子电池组
基于神经网络与UKF结合的锂离子电池组SOC估算方法
锂离子电池组
动力能源
无迹卡尔曼滤波器
神经网络
高级车辆仿真器
荷电状态
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
锂离子电池组间接接触液冷散热结构研究
车辆工程
锂离子电池
液冷
热分析
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 锂离子电池组SOC估计算法的比较研究
来源期刊 电子制作 学科
关键词 锂离子电池 SOC 比较研究
年,卷(期) 2017,(7) 所属期刊栏目 电子测量
研究方向 页码范围 48-50
页数 3页 分类号
字数 2700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 周士芸 安顺学院航空电子电气与信息网络工程中心 30 82 5.0 6.0
2 邓华军 安顺学院电子与信息工程学院 10 15 3.0 3.0
3 岳雅男 安顺学院电子与信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锂离子电池
SOC
比较研究
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
论文1v1指导