典型文献
车载动力电池放电过程健康状态在线估计
文献摘要：
针对电动汽车无规则随机充放电特点及在线检测需求,考虑到由于电池一致性问题导致难以保证离线实验数据分析法估计精度的问题,提出一种以离线获取的电池健康状态(SOH)外在指征函数为基础的基于无迹卡尔曼滤波(unscented Kalman filter,UKF)思想的在线闭环校正SOH估算架构.该方法优点在于:能够在随机放电过程中快速估算出高精度的SOH值,算法复杂度相对降低,易于实际工程实现且具有较好的鲁棒性.通过验证可以证明,提出的车载动力电池放电过程SOH估算方法具有较好的实用性及较高的估算精度.
文献关键词：
健康状态;无迹卡尔曼滤波;自回归模型;电动汽车;锂离子电池
中图分类号：
作者姓名：
刘芳;刘彦鹏;李静东;卜凡涛
作者机构：
天津工业大学 天津市自主智能技术与系统重点实验室,天津 300387;东软睿驰汽车技术(沈阳)有限公司,辽宁 沈阳 110179
文献出处：
引用格式：
[1]刘芳;刘彦鹏;李静东;卜凡涛-.车载动力电池放电过程健康状态在线估计)[J].东北大学学报（自然科学版）,2022(11):1544-1551
A类：
B类：
车载动力电池,放电过程,在线估计,电动汽车,无规则,充放电,在线检测,电池一致性,一致性问题,离线,数据分析法,估计精度,电池健康状态,SOH,指征,无迹卡尔曼滤波,unscented,Kalman,filter,UKF,快速估算,算法复杂度,估算方法,估算精度,自回归模型,锂离子电池
AB值：
0.386655
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
