基于神经网络与UKF结合的锂离子电池组SOC估算方法

• 作者: 刘晓悦 杜晓
• 来源期刊: 现代电子技术
• 关键词: 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
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 120-123,129
• 页数: 5页
• 分类号: TN36-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.02.030

摘要

锂离子电池组作为电动汽车的主要动力能源,对荷电状态的准确估计是电动汽车的关键技术之一.准确的SOC估计,对锂离子电池组的寿命维持及电动汽车的行车安全,具有十分重要的意义.基于此设计一种基于神经网络与无迹卡尔曼滤波器(UKF)相结合的SOC估算方法,既克服了UKF需要等效电池组电路模型的缺点,也能显著减小神经网络估算方法的最大误差.该实验数据来源于高级车辆仿真器(ADVISOR2002)基于实际工况的仿真结果,经实验数据证明,该方法具有有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓悦	华北理工大学电气工程学院	44	73	5.0	7.0
2	杜晓	华北理工大学电气工程学院	3	21	2.0	3.0