基于深度强化学习卡尔曼滤波锂离子电池SOC估计

• 作者: 张尚 房诚信 游国栋 王雪 高洪森
• 来源期刊: 天津科技大学学报
• 学科: 工学
• 关键词: 锂离子电池 荷电状态 卡尔曼滤波 深度学习
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机械与自动化
• 页码范围: 65-69
• 页数: 5页
• 分类号: TM912
• 字数: 3141字
• 语种: 中文
• DOI: 10.13364/j.issn.1672-6510.20190133

摘要

针对锂离子电池的荷电状态(state of charge,SOC)估算精度,设计了一种基于深度强化学习卡尔曼滤波锂离子电池SOC估计算法.首先以锂离子电池二阶RC等效电路为研究对象,应用卡尔曼滤波算法,构建了锂离子电池的离散系统数学模型;然后结合深度强化学习思想,构造了一种深度强化学习卡尔曼滤波算法,该算法利用贝叶斯规则确保最佳协方差.仿真结果表明,深度强化学习卡尔曼滤波算法对锂离子电池荷电状态的精度有较好的估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	游国栋	天津科技大学电子信息与自动化学院	34	171	7.0	12.0
2	王雪	天津科技大学电子信息与自动化学院	7	8	2.0	2.0
3	高洪森		2	8	1.0	2.0
4	房诚信	天津科技大学电子信息与自动化学院	1	0	0.0	0.0
5	张尚	天津科技大学电子信息与自动化学院	1	0	0.0	0.0