Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 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 | ||||||
| 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 请求全文 | |
| 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 |
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。
修改评论