CIOMP OpenIR
基于改进无迹卡尔曼滤波器的锂电池荷电状态估计
李小虎; 王军
2023-01-31
发表期刊中国测试
卷号49期号:01页码:105-110+130
摘要针对无迹卡尔曼滤波算法(UKF)估算锂电池荷电状态(SOC)存在的精度低、稳定性差的问题,在二阶模型的基础上,提出一种基于奇异值分解(SVD)的改进无迹卡尔曼滤波算法。建立锂电池的数学模型,通过带遗忘因子的最小二乘法(FFRLS)得到电池模型参数,将辨识出的模型参数实时导入改进UKF算法中,估计锂电池的荷电状态,并与UKF进行比较。在DST工况下,通过仿真实验可知,与UKF相比,SVD-UKF算法的AAE降低3.29%,RMSE降低3.78%。实验结果表明,改进算法的SOC估算精度和自适应性能更高。
文献类型期刊论文
条目标识符http://ir.ciomp.ac.cn/handle/181722/68528
专题中国科学院长春光学精密机械与物理研究所
作者单位1.苏州科技大学
2.中国科学院长春光学精密机械与物理研究所
推荐引用方式
GB/T 7714
李小虎,王军. 基于改进无迹卡尔曼滤波器的锂电池荷电状态估计[J]. 中国测试,2023,49(01):105-110+130.
APA 李小虎,&王军.(2023).基于改进无迹卡尔曼滤波器的锂电池荷电状态估计.中国测试,49(01),105-110+130.
MLA 李小虎,et al."基于改进无迹卡尔曼滤波器的锂电池荷电状态估计".中国测试 49.01(2023):105-110+130.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于改进无迹卡尔曼滤波器的锂电池荷电状态(1742KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李小虎]的文章
[王军]的文章
百度学术
百度学术中相似的文章
[李小虎]的文章
[王军]的文章
必应学术
必应学术中相似的文章
[李小虎]的文章
[王军]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于改进无迹卡尔曼滤波器的锂电池荷电状态估计.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。