基于自适应卡尔曼滤波的矿用救生舱动力电池soc估计 - 电测与仪表.docVIP

下载本文档

2
0
约9.37千字
约 8页
2017-09-06 发布于天津
举报
版权申诉

基于自适应卡尔曼滤波的矿用救生舱动力电池soc估计 - 电测与仪表.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于自适应卡尔曼滤波的矿用救生舱动力电池估计于微波魏来杨听听刘克平长春工业大学电气与电子工程学院长春摘要磷酸铁锂动力电池是矿用救生舱的重要组成部分其电荷状态估计的准确性直接影响避难人员的安危针对电池常用估算方法的不足提出一种基于自适应卡尔曼滤波的矿用救生舱动力电池估算方法在电池特性分析的基础上建立了更符合实际的改进二阶等效电池模型和电池的状态空间模型通过脉冲放电实验和改进的带遗忘因子递推最小二乘算法对模型参数进行在线辨识并将自适应卡尔曼滤波算法用于此模型在线估计电池的实验结果表明可以实时修正模型

基于自适应卡尔曼滤波的矿用救生舱动力电池SOC估计于微波，魏来，杨听听，刘克平（长春工业大学电气与电子工程学院，长春 130012）摘要：磷酸铁锂动力电池是矿用救生舱的重要组成部分，其电荷状态（SOC）估计的准确性直接影响避难人员的安危。针对电池SOC常用估算方法的不足，提出一种基于自适应卡尔曼滤波的矿用救生舱动力电池SOC估算方法。在电池特性分析的基础上，建立了更符合实际的改进二阶RC等效电池模型和电池的状态空间模型。通过脉冲放电实验和改进的带遗忘因子递推最小二乘算法，对模型参数进行在线辨识，并将自适应卡尔曼滤波算法（AKF）用于此模型，在线估计电池的SOC。实验结果表明：AKF可