论文库--中国科学院沈阳自动化研究所

论文库

基于扩展卡尔曼神经网络算法估计电池SOC

论文编号：
第一作者：	韩忠华;刘珊珊;石刚;董挺
联系作者：
发表年度：	2016
期：	7
卷：	42
页：	76-78,82
摘要：	针对汽车锂电池的荷电状态(SOC)的问题,基于Thevenin电路为等效电路并且应用扩展卡尔曼算法(EKF)结合神经网络算法进行估计。在进行卡尔曼滤波算法估算过程中,需要用到实时的估算模型参数值(最新值),即在不同的SOC下模型的参数不同。传统做法是把SOC与各个参数的关系进行普通的拟合,这种方法在拟合过程中存在较大误差。为了解决这个问题,利用神经网络拟合各个电路模型参数与SOC关系曲线。试验结果表明,与单纯的扩展卡尔曼算法相比,该方法能够准确估计电池剩余电量,误差小于3%。
英文摘要：
刊物名称：	电子技术应用
学科：
论文出处：
论文类别：
参与作者：
影响因子：
全文链接：