作者:
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:
我国科技领域的集中成长带来了有效的发展,在后续的优化中,我国针对于动力电池进行了有效的应用.动力电池自身的污染性较低,使用寿命较长.但在使用过程中,废旧锂电池有可能会出现一定的非线性特性,影响在SOC估算精准度.使其估算精度不足,导致锂电池发展出现瓶颈.因此,在本文的探究中,其基于人工智能的废旧锂电池SOC监测技术,将提供神经网络算法.并在此基础上,研究动力电池的检测机制,并对该系统集成相关平台实现电池参数等进行在线动态监测功能.
推荐文章
基于多元线性回归模型的锂电池充电SOC预测
锂电池
SOC
多元线性回归
预测
RTG用高功率磷酸铁锂电池SOC分析
高功率FePO4锂电池
线性积分
端电压矫正
基于RTS-IEKPF算法的锂电池SOC估算
锂电池
SOC估算
RTS-IEKPF
粒子滤波
最优平滑
实验验证
OCV处于平台期的汽车锂电池SOC估算的研究
剩余电量估算
无际卡尔曼滤波
粒子滤波
平台期
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 人工智能的废旧锂电池SOC监测技术研究与应用
来源期刊 电子世界 学科
关键词
年,卷(期) 2021,(15) 所属期刊栏目 技术交流
研究方向 页码范围 176-177
页数 2页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导