原创力文档- 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
查看更多
本发明公开了多OCV模型与多参数辨识结合的无迹卡尔曼滤波算法，先通过比较多种OCV模型的拟合曲线，在不同SOC时刻寻找绝对误差最小的输出作为结果，其他输出被丢弃，得到最优的SOC‑OCV曲线；再利用不同参数辨识方法对最优SOC‑OCV曲线进行参数辨识，通过HPPC实验比较不同参数辨识的结果，再选取出最优的参数辨识结果；然后利用无迹卡尔曼滤波方法对SOC进行估计，最终得到最优状态估计。本发明多OCV模型与多参数辨识结合的无迹卡尔曼滤波算法，精度高，误差小，估算效率快，稳定性高，实用性好。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116882200 A
(43)申请公布日 2023.10.13
(21)申请号 202311060221.3
(22)申请日 2023.08.22
(71)申请人 合肥工业大学
地址 230000
文档评论（0）