国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 30 条结果

锂离子电池建模技术研究
作者：杨玺刘士诚周炜钦黄启祥祖雯昕屈树慷李建林
发表期刊：分布式能源 2021年4期
关键词："双碳"目标锂离子电池电池建模Thevenin模型扩展卡尔曼滤波算法
摘要：随着"碳中和"、"碳达峰"目标的提出,储能技术得到快速发展,其中锂离子电池因其安全性能较高、寿命长等优点得到广泛应用.首先,选取Thevenin等效电路模型对锂离子电池进行建模,并搭建Simulink仿真模型;其次,采用扩展卡尔曼滤波算法对电池荷电状态(state of charge,SOC)进行估计,仿真实验结果验证了所选Thevenin模型具有较高的准确性;最后,对电池建模存在的问题进行了梳理,并对建立具有高精度、高适用性锂离子电…查看全部>>
基于WMIAEKF的锂离子电池SOC与容量联合估算CSTPCD
作者：顾乃朋王亚平杨驹丰栗欢欢
发表期刊：电源技术 2024年1期
关键词：等效电路模型加权多新息算法扩展卡尔曼滤波算法SOC估算
摘要：精确的荷电状态(SOC)估算对可靠的电池管理系统来说十分关键。基于二阶等效电路模型,提出了一种加权多新息自适应扩展卡尔曼滤波(WMIAEKF)算法,该算法可以解决传统多新息算法中误差累积的问题,从而提高SOC估算精度。实验仿真结果表明,所提算法比传统的自适应扩展卡尔曼(AEKF)以及多新息自适应扩展卡尔曼(MIAEKF)精度要高,最大误差控制在1.15%以内。此外,基于该算法提出了一种改进的多时间尺度双卡尔曼滤波算法,其中,WMIAE…查看全部>>
基于航迹跟踪的EKF应用研究北大核心
作者：俞志富吕久明
发表期刊：现代防御技术 2007年2期
关键词：扩展卡尔曼滤波算法数据融合三维空间计算机模拟
摘要：在复杂的电磁环境,对运动目标的跟踪检测成为目标定位跟踪领域的热点研究课题.介绍了雷达数据处理和EKF算法,并提出了在三维空间中EKF(扩展Kalman滤波)算法的应用,实时地跟踪三维空间中的运动目标,并进行了计算机模拟,验证了该算法具有的较好的鲁棒性和跟踪精度,能够满足现代战争的需要.
基于传感器信息融合的车辆位姿估算方法北大核心CSTPCD
作者：李臣旭江浩斌王成雨马世典
发表期刊：江苏大学学报：自然科学版 2022年6期
关键词：自动泊车车辆位姿估算传感器信息融合航迹推算法扩展卡尔曼滤波算法
基于EKF算法的锂电池SOC评估方法
作者：徐研科范兴明张鑫高琳琳
发表期刊：桂林电子科技大学学报 2018年3期
关键词：Matlab仿真电池模型扩展卡尔曼滤波算法电池SOC
摘要：针对利用安时积分法估算电池SOC因不能消除误差累积问题,将扩展卡尔曼滤波算法应用于电池SOC估计.该方法依赖电池模型精度,简化GNL模型得到的二阶RC模型能够满足电池模型精度需求,且只有二阶计算量.利用带遗忘因子递推最小二乘法对电池模型参数进行辨识,从根源校正模型,并结合扩展卡尔曼滤波算法进行电池SOC估计.Matlab仿真实验结果表明,UDDS工况下,利用扩展卡尔曼滤波算法能解决安时积分法误差累积问题,而且结合在线辨识算法动态更新电…查看全部>>
基于扩展卡尔曼滤波算法的SLAM问题分析
作者：林志东
发表期刊：城市建筑 2020年11期
关键词：同步定位地图创建SLAM问题扩展卡尔曼滤波算法
摘要：SLAM(simultaneous localization and mapping,即时定位与地图构建)是当前机器人未知领域中的研究热点.SLAM核心问题是求出最优估计,即实现最优滤波,得到高精度的位置信息.为解决SLAM核心问题,本文运用扩展卡尔曼滤波算法进行试验,并对其结果进行分析.结果表明,扩展卡尔曼滤波算法可减少即时定位的误差,有效提高机器人同步定位的准确度.
基于卡尔曼滤波修正算法的电池SOC估算北大核心CSCDCSTPCD
作者：毛华夫万国春汪镭张谦
发表期刊：电源技术 2014年2期
关键词：SOC卡尔曼滤波修正算法扩展卡尔曼滤波算法电池管理系统
摘要：电池荷电状态(SOC)的估算是电池管理系统的核心内容,SOC估算准确与否,将直接影响到电池管理系统的决策和控制.在结合开路电压法、安时法的基础上,充分利用扩展卡尔曼滤波法的修正功能,综合考虑电池充放电倍率、温度和充放电循环次数等因素对SOC估算的影响,提出了卡尔曼滤波修正算法,并将其应用在插电式混合动力汽车电池管理系统中.研究结果表明,卡尔曼滤波修正算法有效地解决了传统安时法无法估计SOC初值和误差累积,以及开路电压法需要电池静置无法…查看全部>>
基于自适应回归扩展卡尔曼滤波的电动汽车动力电池全生命周期的荷电状态估算方法北大核心CSCDCSTPCD
作者：刘芳马杰苏卫星窦汝振林辉
发表期刊：电工技术学报 2020年4期
关键词：电池荷电状态扩展卡尔曼滤波算法自回归模型电动汽车动力电池电池管理系统
摘要：该文针对传统扩展卡尔曼滤波(EKF)算法对电池数学模型精确的高度依赖与动态电池模型难以精确获得之间的矛盾问题,提出一种完全数据驱动的基于改进EKF算法的动力电池全生命周期荷电状态(SOC)估计方法.该方法为数据驱动的SOC估计方法和基于模型的SOC估计方法的良好结合,其优点在于:一方面抑制数据驱动方法存在累积误差的问题,并保留其良好的动态特性;另一方面改善基于模型的算法过度依赖电池模型的缺点,并保留其很好的鲁棒特性.该方法的创新之处在…查看全部>>
基于多种模型的扩展卡尔曼滤波算法的SOC估算北大核心CSTPCD
作者：贾亮王真真孙延鹏孙伟
发表期刊：电源技术 2018年4期
关键词：荷电状态扩展卡尔曼滤波算法电池模型电池管理
摘要：为了提高电池荷电状态(SOC)估算的准确性,比较了一阶简化模型与二阶RC模型在SOC估算过程中的影响程度.使用扩展卡尔曼滤波的估算方法,分别通过两个模型进行估算.通过Matlab对实验工况进行仿真,实验结果表明,一阶简化模型相对较差,误差超过了10％,而二阶RC模型估算精确度较高,误差仅在5％左右,且其估算矩阵可以在硬件上实现,为电池管理系统提供了一种更加精确的估算方案.
基于观测方程重构滤波算法的锂离子电池荷电状态估计北大核心CSTPCD
作者：黄凯孙恺郭永芳王子鹏李森茂
发表期刊：电工技术学报 2024年7期
关键词：扩展卡尔曼滤波算法误差修正方程观测方程重组SOC估计
摘要：滤波算法中观测方程的准确性在电池状态评估中起着决定性作用.然而,该文通过试验发现,由于温度、工作电流和荷电状态(SOC)的影响,即使使用精度较高的电池模型,扩展卡尔曼滤波(EKF)算法中观测方程的输出值与实际电压之间仍会存在较大误差,即产生了较大的新息.该文提出一种基于观测方程重组的增强型扩展卡尔曼滤波(E-EKF)算法.该算法的核心思想是利用具有温度、SOC和电流自适应能力的误差修正策略对观测方程进行重组,实现算法中新息的降低,进而…查看全部>>

12 3 >