首站-论文投稿智能助手
典型文献
基于无迹卡尔曼滤波的动力电池健康状态估计
文献摘要:
准确估计动力电池的荷电状态(SOC)及健康状态(SOH)是电池领域的关键性技术,对正在服役的动力电池进行全面安全精确的管理是保障电动汽车安全高效运行的前提.以二阶RC等效电路模型为基础,运用无迹卡尔曼滤波算法(UKF)对电池SOC和欧姆内阻进行实时估计,再利用电池欧姆内阻与SOH的关系,实现了对SOH的实时估计.与传统的扩展卡尔曼滤波算法相比,无迹卡尔曼滤波算法无需对状态方程进行线性化处理,不存在截断误差,具有更高的估算精度与稳定性.
文献关键词:
锂离子电池;SOH估计;二阶RC等效电路模型;无迹卡尔曼滤波算法
作者姓名:
赵月荷;庞宗强
作者机构:
南京邮电大学自动化学院、人工智能学院 南京210023
引用格式:
[1]赵月荷;庞宗强-.基于无迹卡尔曼滤波的动力电池健康状态估计)[J].国外电子测量技术,2022(10):136-141
A类:
B类:
动力电池,电池健康状态,健康状态估计,荷电状态,SOC,SOH,关键性技术,服役,电动汽车,汽车安全,安全高效运行,RC,等效电路模型,无迹卡尔曼滤波算法,UKF,欧姆内阻,实时估计,扩展卡尔曼滤波算法,状态方程,线性化处理,截断误差,估算精度,锂离子电池
AB值:
0.253179
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。