| 注册
首页|期刊导航|湖南大学学报(自然科学版)|基于核极限学习机与容积卡尔曼滤波融合的锂电池荷电状态估计

基于核极限学习机与容积卡尔曼滤波融合的锂电池荷电状态估计

刘世林 李德俊 姚伟 王宁

湖南大学学报(自然科学版)2023,Vol.50Issue(10):51-59,9.
湖南大学学报(自然科学版)2023,Vol.50Issue(10):51-59,9.DOI:10.16339/j.cnki.hdxbzkb.2023237

基于核极限学习机与容积卡尔曼滤波融合的锂电池荷电状态估计

Estimation on State of Charge of Lithium Battery Based on Fusion of Kernel Extreme Learning Machine and Cubature Kalman Filter

刘世林 1李德俊 1姚伟 2王宁1

作者信息

  • 1. 安徽工程大学 电气工程学院,安徽 芜湖 241000
  • 2. 华中科技大学 电气与电子工程学院,湖北 武汉 430074
  • 折叠

摘要

关键词

锂离子电池/荷电状态估计/卡尔曼滤波/核极限学习机

Key words

lithium-ion batteries/state of charge estimation/cubature Kalman filter/kernel extreme learning machine

分类

信息技术与安全科学

引用本文复制引用

刘世林,李德俊,姚伟,王宁..基于核极限学习机与容积卡尔曼滤波融合的锂电池荷电状态估计[J].湖南大学学报(自然科学版),2023,50(10):51-59,9.

基金项目

安徽省重点研究与开发计划资助项目(202004a05020014),Key Research and Development Program of Anhui Province(202004a05020014) (202004a05020014)

湖南大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1674-2974

访问量0
|
下载量0
段落导航相关论文