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:
为解决先验噪声统计特性未知而导致平方根容积卡尔曼滤波(SRCKF)算法估计锂电池SOC精度下降的问题,提出了一种基于自适应平方根嵌入式容积卡尔曼滤波(ASECKF)算法的锂电池SOC估计方法.该方法采用嵌入式容积准则提高滤波精度,同时结合Sage-Husa算法在线估计噪声统计特性.利用协方差匹配技术设计了合适的滤波发散判据,保证了算法实时性和稳定性.仿真实验结果表明,该锂电池SOC估计方法可以获得更高的估计精度,并具有较强的自适应性和鲁棒性.
推荐文章
18650型锂电池荷电状态的估计
锂电池
荷电状态
神经网络
k-均值
联合仿真
新型的锂电池荷电状态估算方法
锂电池
荷电状态
扩展卡尔曼滤波
温度影响
估计误差
锂电池分数阶建模与荷电状态研究
锂电池
分数阶阻抗模型
分数阶卡尔曼滤波器
荷电状态估算
双自适应衰减卡尔曼滤波锂电池荷电状态估计
锂离子电池
荷电状态
自适应卡尔曼滤波
扩展卡尔曼滤波
双自适应
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ASECKF算法的锂电池荷电状态估计方法
来源期刊 桂林电子科技大学学报 学科 工学
关键词 锂电池 荷电状态 自适应平方根嵌入式容积卡尔曼滤波
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 229-235
页数 7页 分类号 TM912
字数 3848字 语种 中文
DOI 10.3969/j.issn.1673-808X.2019.03.012
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 颜学龙 桂林电子科技大学电子工程与自动化学院 89 330 9.0 12.0
2 谭霁宬 桂林电子科技大学电子工程与自动化学院 2 0 0.0 0.0
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  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
锂电池
荷电状态
自适应平方根嵌入式容积卡尔曼滤波
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
桂林电子科技大学学报
双月刊
1673-808X
45-1351/TN
大16开
广西桂林市金鸡路1号
1981
chi
出版文献量(篇)
2598
总下载数(次)
1
总被引数(次)
11679
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导