期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
模型与数据双驱动的锂电池状态精准估计
被引量:
2
1
作者
陈清炀
何映晖
+3 位作者
余官定
刘铭扬
徐翀
李振明
《储能科学与技术》
CAS
CSCD
北大核心
2023年第1期209-217,共9页
针对电池荷电状态估计常用的模型驱动法与数据驱动法的缺点,本工作提出了一种模型与数据双驱动的锂电池状态精准估计算法。在建立经典二阶电池模型后,先使用扩展卡尔曼滤波器与无迹卡尔曼滤波器组成的双卡尔曼滤波器进行初步的锂电池系...
针对电池荷电状态估计常用的模型驱动法与数据驱动法的缺点,本工作提出了一种模型与数据双驱动的锂电池状态精准估计算法。在建立经典二阶电池模型后,先使用扩展卡尔曼滤波器与无迹卡尔曼滤波器组成的双卡尔曼滤波器进行初步的锂电池系统状态估测,再将初步的估算结果输入LSTM神经网络实现误差纠正,得到最终估测结果。本工作利用来自NASA PCoE的电池数据集对单驱动算法和双驱动算法分别进行了性能测试,结果表明双驱动法在降低了估算系统对数据依赖性的同时提高了估算精度以及算法鲁棒性,结合了两种单驱动法的优点并弥补了各自的缺点,得到了较为优异的结果。
展开更多
关键词
锂电池
电池荷电状态
电池健康状态
模型驱动法
数据驱动法
扩展卡尔曼滤波
无迹卡尔曼滤波
LSTM神经网络
下载PDF
职称材料
题名
模型与数据双驱动的锂电池状态精准估计
被引量:
2
1
作者
陈清炀
何映晖
余官定
刘铭扬
徐翀
李振明
机构
浙江大学信息与电子工程学院
中国电力科学研究院有限公司储能与电工新技术研究所
出处
《储能科学与技术》
CAS
CSCD
北大核心
2023年第1期209-217,共9页
基金
国家电网有限公司“储能锂离子电池智能监测技术研究”科技项目(5500-202255364A-2-0-ZN)。
文摘
针对电池荷电状态估计常用的模型驱动法与数据驱动法的缺点,本工作提出了一种模型与数据双驱动的锂电池状态精准估计算法。在建立经典二阶电池模型后,先使用扩展卡尔曼滤波器与无迹卡尔曼滤波器组成的双卡尔曼滤波器进行初步的锂电池系统状态估测,再将初步的估算结果输入LSTM神经网络实现误差纠正,得到最终估测结果。本工作利用来自NASA PCoE的电池数据集对单驱动算法和双驱动算法分别进行了性能测试,结果表明双驱动法在降低了估算系统对数据依赖性的同时提高了估算精度以及算法鲁棒性,结合了两种单驱动法的优点并弥补了各自的缺点,得到了较为优异的结果。
关键词
锂电池
电池荷电状态
电池健康状态
模型驱动法
数据驱动法
扩展卡尔曼滤波
无迹卡尔曼滤波
LSTM神经网络
Keywords
lithium battery
state of charge
state of health
model-driven method
data-driven method
extended Kalman filter
unscented Kalman filter
long-short-term neural network
分类号
TK02 [动力工程及工程热物理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
模型与数据双驱动的锂电池状态精准估计
陈清炀
何映晖
余官定
刘铭扬
徐翀
李振明
《储能科学与技术》
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部