锂电池在电压平台期荷电状态估算研究

• 作者: 张康康 郑晓彦 高金辉
• 来源期刊: 现代电子技术
• 关键词: 荷电状态(SOC) 神经网络 无迹卡尔曼滤波 电压平台期 噪声干扰 电池剩余电量
• 年，卷（期）: 2018,（20）
• 所属期刊栏目: 能源技术
• 页码范围: 150-152,156
• 页数: 4页
• 分类号: TN36-34|TM912
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.20.036

摘要

电池的荷电状态(SOC)是指电池剩余电量占总容量的比例.对荷电状态的测量是通过对电池电压和电流等数据的间接分析,这一过程不可避免地会出现噪声的干扰,进而对估计结果造成严重影响.在此采用人工神经网络的电池模型来估计电池SOC,再利用无迹卡尔曼滤波算法来减少神经网络估计电池SOC的误差.通过仿真结果与真实值之间的比较证明了该模型具有准确预测电池荷电状态的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高金辉	河南师范大学电子与电气工程学院	71	489	12.0	19.0
2	郑晓彦		6	10	2.0	3.0
3	张康康	河南师范大学电子与电气工程学院	1	0	0.0	0.0