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:
针对城轨车辆储能用超级电容器的特点,建立等效电路模型.通过遗忘因子最小二乘算法识别模型参数,采用自适应无迹卡尔曼滤波(AUKF)算法估计超级电容器的荷电状态(SOC).相比传统的卡尔曼滤波(KF)算法,AUKF算法循环迭代运算超级电容器的参数和SOC,可提高估算的准确度.利用混合脉冲功率特性(HPPC)实验,验证算法的可行性与准确性.KF算法的误差较大,最大误差为6%,平均误差为3%;AUKF算法的结果精度较高,平均误差约为1.5%.
推荐文章
新型城轨车用超级电容器的SOC估算方法
超级电容器
遗忘因子最小二乘算法
卡尔曼滤波
SOC
车用锂离子超级电容的SOC估算研究
锂离子超级电容
模型
荷电状态
强跟踪滤波
加权因子
超级电容器在电动车上的应用
超级电容器
纯电动车
混合动力车
应用
石墨烯超级电容器SOC在线测试方法及其实验研究
石墨烯
超级电容器
在线测试
SOC
冲击电压信号
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 城轨车用超级电容器SOC的估算方法
来源期刊 电池 学科 工学
关键词 超级电容器 遗忘因子最小二乘算法 自适应无迹卡尔曼滤波(AUKF) 电荷状态(SOC)
年,卷(期) 2020,(2) 所属期刊栏目 科研论文
研究方向 页码范围 127-130
页数 4页 分类号 TM533
字数 3136字 语种 中文
DOI 10.19535/j.1001-1579.2020.02.006
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 郭佑民 兰州交通大学机电技术研究所 43 232 9.0 13.0
10 戴银娟 兰州交通大学机电技术研究所 5 1 1.0 1.0
19 付石磊 兰州交通大学机电技术研究所 6 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (174)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
超级电容器
遗忘因子最小二乘算法
自适应无迹卡尔曼滤波(AUKF)
电荷状态(SOC)
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
电池
双月刊
1001-1579
43-1129/TM
大16开
湖南省长沙仰天湖新村1号
1971
chi
出版文献量(篇)
2911
总下载数(次)
18
总被引数(次)
23847
论文1v1指导