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:
电池在工作时电流变化剧烈,使用传统无迹卡尔曼算法(UKF)估算电池荷电状态(SOC)时有较大误差.为了提高SOC估算精度,基于锂离子电池混合噪声模型,利用粒子滤波算法对无迹卡尔曼的滤波进行修正,得到无迹卡尔曼粒子滤波算法(UKPF),并用该方法来估算锂离子电池的SOC.实验结果表明,UKPF算法SOC的估算误差小于2.1%,明显优于UKF和PF算法.
推荐文章
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
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
基于权值选择粒子滤波算法的锂离子电池SOC估计
Thevenin 模型
在线参数辨识
SOC 估计
权值选择粒子滤波算法
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
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UKPF算法的锂离子电池SOC估算
来源期刊 电源技术 学科
关键词 无迹卡尔曼 SOC估算 混合噪声模型 粒子滤波
年,卷(期) 2021,(5) 所属期刊栏目 研究与设计|Research and design
研究方向 页码范围 602-605,625
页数 5页 分类号 TM912
字数 语种 中文
DOI 10.3969/j.issn.1002-087X.2021.05.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (144)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(14)
  • 参考文献(0)
  • 二级参考文献(14)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(14)
  • 参考文献(1)
  • 二级参考文献(13)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(19)
  • 参考文献(1)
  • 二级参考文献(18)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(8)
  • 参考文献(0)
  • 二级参考文献(8)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 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
无迹卡尔曼
SOC估算
混合噪声模型
粒子滤波
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导