基于热电耦合模型和AUKF的锂电池内温状态估算

内温状态(SOIT)可用于锂(Li)电池热失控风险评估以及提高荷电状态/可用性能剩余比例(SOC/SOH)估值精准度。在分析锂电池等效电路模型和热模型的基础上,提出了一种反映锂电池内温升高并对SOC估算形成噪声影响的双重极化热电耦合模型。通过实施恒流放电和混合脉冲功率特性(HP-PC)实验并引入带遗忘因子的递推最小二乘法,分别得到锂电池等效电路模型、等效热模型辨识参数。为应对热噪声,提出将无迹卡尔曼滤波(UKF)与自适应协方差匹配相结合为自适应UKF(AUKF),在SOIT估算中,完成过程噪声协方差、测量噪声协方差的在线修正。实验结果证明,当外界因素引发锂电池内部电流电压波动加剧时,AUKF在抑制SOIT估值误差趋大方面明显优于UKF。

技术治理范式下的教育数据治理

技术逻辑导向的教育数据治理将显著提高教育数据的安全和质量,保障数据治理业务的高效、稳定开展。文章在阐述当前教育数据治理面临的治理困境和传统治理路径的局限性驱动教育数据治理效果不佳的基础上,梳理了技术治理范式下教育数据治理中的关键技术、技术关系与技术功用。在未来,技术治理范式下的教育数据治理将面临高成本的信息基础设施建设、失序的智能技术应用生态、边界模糊的教育数据治理业务以及潜在的教育数据伦理风险四方面的挑战。

区块链技术在教育数据治理中的应用研究

大数据在高效驱动教育管理与教学改革的同时也带来了数据管理及有效应用问题。区块链技术作为一种新兴的去中心化底层数据治理技术,为教育数据的管理及应用提供了新的思路与方法。从区块链技术在教育数据治理应用中的理念逻辑、技术逻辑和应用逻辑出发,借鉴巴西区块链技术在高等教育学位和学分治理中的经验,探讨了区块链技术在教育行政治理、高考综合素质评价治理、学术研究治理和在线教育治理中的应用路径。