原文服务方: 西安交通大学学报       
摘要:
针对现有电池健康状态(SOH)估计方法存在估计精度低、计算量大等问题,提出了一种采用Morlet小波的锂电池相对健康状态估计方法.首先探究了电池电化学阻抗谱(EIS)与相对健康状态对应关系,然后获取电池实际工况下的电压电流数据,采用Morlet小波对所获得的电池电压和电流数据分别进行Morlet小波变换,用变换后的电压小波系数除以电流小波系数在线计算电池EIS,最后利用在线计算的EIS估计电池的相对健康状态.该方法无需进行大量实验,准确度高,计算快,能更好地应用于电动汽车中.在城市道路循环(UDDS)工况下对所提出的方法进行了验证,实验结果表明,该方法可以准确估计出电池的相对健康状态,估计误差控制在3.3%以内.
推荐文章
基于支持向量回归的锂电池健康状态估计
锂电池
健康因子
支持向量回归
参数优化
健康状态估计
基于SREKF的锂电池健康状态估计
健康状态
锂电池
等效电路模型
平方根扩展卡尔曼滤波
欧姆内阻
一种估计锂电池充电状态的分数阶阻抗模型
锂电池充电状态
分数阶阻抗模型
分数阶卡尔曼滤波器
基于IMM-UPF的锂电池寿命估计
锂电池
健康状态
经验模型
交互式多模型
无迹粒子滤波
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 采用Morlet小波的锂电池相对健康状态估计
来源期刊 西安交通大学学报 学科
关键词 锂电池 电化学阻抗谱 Morlet小波 健康状态估计
年,卷(期) 2019,(12) 所属期刊栏目
研究方向 页码范围 97-103,130
页数 8页 分类号 TM912.8
字数 语种 中文
DOI 10.7652/xjtuxb201912013
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (11)
参考文献  (20)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(20)
  • 参考文献(6)
  • 二级参考文献(14)
2014(12)
  • 参考文献(2)
  • 二级参考文献(10)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(6)
  • 参考文献(4)
  • 二级参考文献(2)
2017(8)
  • 参考文献(5)
  • 二级参考文献(3)
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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
锂电池
电化学阻抗谱
Morlet小波
健康状态估计
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导