技术讲堂广告招商

一种基于优化粒子滤波的锂电池SOC估计算法

磷酸铁锂电池 荷电状态 BP神经网络 粒子滤波 LiFePO4 batteries charge state BP neural network partical filter

一种基于优化粒子滤波的锂电池SOC估计算法

An improved particle filter algorithm for Li-ion batteries SOC estimation <

在构建锂电池状态空间模型基础上,提出一种基于优化粒子滤波的锂电池SOC估计算法,将BP神经网络应用到粒子滤波的权值更新过程中,实现锂电池SOC估计.利用某公司提供的磷酸铁锂电池测试数据,对所提出的算法进行验证,对比算法估计结果与SOC实测结果.结果表明,相对于PF算法,提出的改进算法具有更好的SOC估计性能.

作 者:吴兰花 杨秀芝 郑明魁 苏凯雄 WU Lanhua YANG Xiuzhi ZHENG Mingkui SU Kaixiong  

作者单位:福州大学物理与信息工程学院,福建福州,350116 

刊 名:福州大学学报(自然科学版)  ISTIC PKU

英文刊名:Journal of Fuzhou University(Natural Science Edition) 

年,卷(期):2018 46(2) 

一种基于优化粒子滤波的锂电池SOC估计算

一种基于优化粒子滤波的锂电池SOC估计算

一种基于优化粒子滤波的锂电池SOC估计算

一种基于优化粒子滤波的锂电池SOC估计算

一种基于优化粒子滤波的锂电池SOC估计算

一种基于优化粒子滤波的锂电池SOC估计算

稿件来源:锂电世界  
[ 查看:386 ]  [ 搜索 ]  [ 加入收藏 ]  [ 告诉好友
本文地址:
版权说明:
本网转载作品均注明出处,未注明出处和转载的,是出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如转作品侵犯著名权,或有其他诸如版权、肖像权、知识产权等方面的伤害,并非本网故意为之,在接到相关权利人通知后将立即加以更正。