积分商城

最新搜索： ispLEVER ESAM sonar STM8S003 BRIGHTEK 电解电容封装库
您现在的位置是：首页 > 技术资料 > 基于无迹卡尔曼滤波估算电池SOC
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于无迹卡尔曼滤波估算电池SOC

更新时间：2020-08-06 07:00:26 大小：1M 上传用户：IC老兵查看TA发布的资源 标签：卡尔曼滤波 下载积分：5分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

为了实现在线估计汽车动力电池的荷电状态（SOC），提出了结合神经网络的无迹卡尔曼滤波算法。以Thevenin电路为等效电路模型，建立了状态空间表达式，采用最小二乘算法对模型参数进行辨识。在此基础上，利用神经网络算法拟合电池的荷电状态与模型各个参数之间的函数关系，经过多次实验，确定了神经网络算法的收敛曲线，此方法比传统的曲线拟合精度高。介绍了扩展卡尔曼滤波和无迹卡尔曼滤波的原理，并设计了等效电路模型验证实验、电池的SOC测试实验和算法的收敛性实验。实验结果表明，在不同的工况环境下，该方法估计SOC具有可在线估算、估算精度高和环境适应度高等优点，最大误差小于4％。最后验证了结合神经网络的无迹卡尔曼滤波的算法具有较好的收敛性和鲁棒性，可以有效解决初值估算不准确和累计误差的问题。

In order to estimate the State-Of-Charge （SOC） of automobile power lithium-ion battery online, an Unscented Kalman Filtering （UKF） algorithm was proposed combined with neural network. First of all, Thevenin circuit was treated as an equivalent circuit, the state space representation of the battery model was established and the least square method was applied to identify the parameters of model. Then on this basis, the neural network algorithm was expected to fit the functional relationships between SOC of battery and model parameters respectively. After many experiments, the convergence curve of the ne...

部分文件列表

文件名 大小
基于无迹卡尔曼滤波估算电池SOC.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号