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:
锂离子电池的精确荷电状态(SOC)估算是电池管理系统(BMS)的关键技术之一,它依赖于电池模型的准确性.由此,基于二阶等效电路模型,采用一种带有遗忘因子递推最小二乘(FRLS)的在线参数辨识方法,以及在线辨识用于锂电池SOC估算的无迹卡尔曼滤波算法(UKF)来研究精确的SOC电池管理系统.并通过动态应力测试(DST),验证该模型的准确性,以及验证所研究方法在SOC估算上的准确性和稳定性.实验结果表明,与离线的UKF方法相比,基于UKF的在线SOC估算方法具有较高的精度和稳定性.
推荐文章
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
基于扩展卡尔曼的锂离子电池SOC估算研究
SOC估算系统
锂离子电池
扩展卡尔曼滤波法
等效电路模型
锂离子电池参数辨识与SOC估算研究
模糊逻辑
卡尔曼滤波
多元线性回归
参数辨识
锂离子电池
荷电状态
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
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UKF的在线锂离子电池SOC估算研究
来源期刊 电源技术 学科 工学
关键词 锂离子电池 剩余电量 二阶等效电路模型 在线辨识 无迹卡尔曼滤波
年,卷(期) 2019,(10) 所属期刊栏目 研究与设计
研究方向 页码范围 1615-1618,1644
页数 5页 分类号 TM912
字数 3906字 语种 中文
DOI 10.3969/j.issn.1002-087X.2019.10.010
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 徐劲力 武汉理工大学机电工程学院 41 107 6.0 9.0
2 马国庆 武汉理工大学机电工程学院 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  (1)
共引文献  (1)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (15)
二级引证文献  (1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(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)
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(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
锂离子电池
剩余电量
二阶等效电路模型
在线辨识
无迹卡尔曼滤波
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
电源技术
月刊
1002-087X
12-1126/TM
大16开
天津296信箱44分箱
6-28
1977
chi
出版文献量(篇)
9323
总下载数(次)
56
总被引数(次)
55810
论文1v1指导