原文服务方: 科技与创新       
摘要:
随着国家经济的日益发展及高速铁路的现代化建设,各种机房被大量建设,大量的铅酸蓄电池被用于保障机房后备供电中。蓄电池技术的提高,在一定程度上促进着电池监控管理技术的发展。虽然中国蓄电池产业发展已达到世界先进水平,但国内关于蓄电池管理的技术并未达到世界前端,目前大多数蓄电池管理系统仍着重于监测而非管理。因此,建立电池模型,采用深度学习的SOC(State of Charge,电池的荷电状态)算法对于电池智能管理系统有着重要的应用意义。通过准确地估算蓄电池SOC,合理使用蓄电池的情况下,可以大大提高蓄电池的使用寿命,降低维护成本,能够实现良好的社会效益和经济效益。着重研究目前SOC算法的利弊,通过建立新的SOC算法模型、电路拓扑及功能,设计一种蓄电池智能管理系统,实现对蓄电池的在线管理、智能分析。
推荐文章
基于CAN总线的蓄电池SOC动态测量系统
CAN总线镍氢电池SOC动态测量
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
宝马智能蓄电池
智能蓄电池
安全蓄电池接线柱
智能型蓄电池传感器
蓄电池导线的监控
基于CAN总线的蓄电池智能监测系统
蓄电池
智能监测
单总线
CAN总线
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SOC算法的蓄电池智能管理系统研究
来源期刊 科技与创新 学科
关键词 电池管理系统 SOC算法 卡尔曼滤波法 蓄电池模型
年,卷(期) 2024,(22) 所属期刊栏目 工程技术
研究方向 页码范围 128-131,136
页数 5页 分类号
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2023.22.034
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)
2024(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
电池管理系统
SOC算法
卡尔曼滤波法
蓄电池模型
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导