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:
针对容积卡尔曼滤波(CKF)算法在迭代过程中存在诸多破坏协方差对称性和正定性的敏感操作,进而导致算法终止的现象,提出一种自适应平方根容积卡尔曼滤波(ASRCKF)算法.采用ASRCKF算法在估算单液流锌镍电池荷电状态(SOC)时,过程噪声协方差Q、量测噪声协方差初值R(0)和状态误差协方差初值P0的设定,对估算精度和鲁棒性有重要影响.为此,应用郊狼优化算法(COA)对Q、R(0)和P0进行参数寻优.实验结果表明,提出的COA-ASRCKF算法能较好地应用于单液流锌镍电池SOC估计.与CKF和ASRCKF算法相比,估算精度更高、鲁棒性更强,均方根误差小于1%.
推荐文章
基于AEKF的锌镍单液流电池SOC估计
锌镍单液流电池
荷电状态(SOC)估计
自适应扩展卡尔曼滤波(AEKF)
基于DEPSO-RBF神经网络的锌银电池SOC估计
电池容量
径向基函数
神经网络
差分进化粒子群优化算法
基于免疫遗传算法的动力电池SOC估计研究
锂离子动力电池
SOC估计
免疫遗传算法IGA
联合估计
基于PID?BPNN的矿用铅酸蓄电池SOC在线估计
安全供电系统
铅酸蓄电池
矿用
内化成
PID-BP神经网络
SOC在线估计
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COA-ASRCKF的单液流锌镍电池SOC估计
来源期刊 电池 学科
关键词 单液流锌镍电池 荷电状态(SOC) 郊狼优化算法(COA) 自适应平方根容积卡尔曼滤波(ASRCKF)算法 参数寻优
年,卷(期) 2021,(4) 所属期刊栏目 科研论文
研究方向 页码范围 351-355
页数 5页 分类号 TM912.9
字数 语种 中文
DOI 10.19535/j.1001-1579.2021.04.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (33)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(16)
  • 参考文献(0)
  • 二级参考文献(16)
2015(17)
  • 参考文献(1)
  • 二级参考文献(16)
2016(13)
  • 参考文献(1)
  • 二级参考文献(12)
2017(15)
  • 参考文献(3)
  • 二级参考文献(12)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(6)
  • 参考文献(2)
  • 二级参考文献(4)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
单液流锌镍电池
荷电状态(SOC)
郊狼优化算法(COA)
自适应平方根容积卡尔曼滤波(ASRCKF)算法
参数寻优
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
论文1v1指导