报告详情
  1. 活动首页
  2. 报告清单
  3. 报告详情
传感器偏差下基于神经网络与无迹卡尔曼滤波器估计锂离子电池剩余电量
编号：89 访问权限：仅限参会人 更新：2020-09-12 22:24:55 浏览：395次 口头报告

报告开始：暂无开始时间（8）

报告时间：暂无持续时间

所在会场：[暂无会议] [暂无会议段]

演示文件 附属文件

提示：该报告下的文件权限为仅限参会人，您尚未登录，暂时无法查看。

摘要
作为能量存储装置的锂离子电池，由于质量轻、能量密度高、无污染等优点已广泛应用在电动汽车上。准确估计电池的荷电状态（SOC）能有效避免电池过充或过放，以延长电池使用寿命。本文将电池SOC设置为内部状态，提出了一种基于径向基神经网络的无迹卡尔曼滤波器（RBFNN-UKF），实现在初始SOC不确定情况下对SOC的实时估计。并且将传感器偏差设置为扩张状态，在原有RBFNN-UKF基础上设计扩张RBFNN-UKF，实现了电池SOC与未知传感器偏差的协同估计。
 
关键词
锂离子电池；SOC；神经网络；无迹卡尔曼滤波器；传感器偏差
报告人
孙 雯
学生 东南大学

发表评论
验证码 看不清楚，更换一张
全部评论
重要日期

  • 09月13日

    2020

    会议日期

  • 09月12日 2020

    注册截止日期

  • 09月13日 2020

    报告提交截止日期

主办单位
中国动力工程学会
承办单位
中国动力工程学会青年工作委员会
重庆大学低品位能源利用技术及系统教育部重点实验室
重庆大学能源与动力工程学院
联系方式
登录查看完整联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询