期刊导航
期刊开放获取
重庆大学
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
2
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
基于可用容量估算和电量增量曲线的安时积分荷电状态估算方法
1
作者
刘军伟
吴刚
石春
《仪表技术》
2021年第3期33-37,43,共6页
荷电状态(State of Charge, SOC)估算是电动汽车电池管理系统的重要功能之一,安时积分因其计算简单、不依赖具体电池模型的优点而广泛应用于SOC估算,但电流传感器的累计误差和电池可用容量误差会使SOC估算误差越来越大。从导致安时积分...
荷电状态(State of Charge, SOC)估算是电动汽车电池管理系统的重要功能之一,安时积分因其计算简单、不依赖具体电池模型的优点而广泛应用于SOC估算,但电流传感器的累计误差和电池可用容量误差会使SOC估算误差越来越大。从导致安时积分估算误差的原因出发,首先利用最小二乘法对电流传感器进行校准,然后利用温度和可用容量的关系对电池包可用容量进行估算,最后利用电池包充电过程中的电量增量(Incremental Capacity, IC)曲线对估算的SOC进行修正。通过长时间不同温度下连续动态压力测试(Dynamic Stress Test, DST)工况放电-恒流充电的不完全充放电实验,结果表明改进后的安时积分SOC估算误差在充放电过程中不超过4.1%,充电修正后的误差不超过3%,得到了比较精确的估算结果。
展开更多
关键词
SOC
估算
电量增量
可用容量估算
安时积分
原文传递
基于优化高斯过程回归算法的锂离子电池可用容量估算
被引量:
9
2
作者
申江卫
马文赛
+2 位作者
肖仁鑫
刘永刚
陈峥
《中国公路学报》
EI
CAS
CSCD
北大核心
2022年第8期31-43,共13页
为了解决应用数据驱动算法估算锂离子电池可用容量时存在的电池老化特征提取不准确、可用容量衰退趋势跟踪精度低及模型要求训练数据量大等问题,提出一种基于优化高斯过程回归算法的锂离子电池可用容量估算方法,实现锂离子电池强非线性...
为了解决应用数据驱动算法估算锂离子电池可用容量时存在的电池老化特征提取不准确、可用容量衰退趋势跟踪精度低及模型要求训练数据量大等问题,提出一种基于优化高斯过程回归算法的锂离子电池可用容量估算方法,实现锂离子电池强非线性全衰退过程可用容量精确估算。首先,提取电池表面平均温度、容量增量曲线峰值及峰值对应电压作为表征电池老化状态的健康因子,通过灰色关联度分析法和熵权值法对所选健康因子进行合理性评估;然后,用2个单一核函数构造高斯过程回归算法复合核函数,并利用鲸鱼优化算法完成复合核函数的参数寻优,基于优化后的高斯过程回归模型实现锂离子电池可用容量估算;最后,通过对比不同核参数寻优算法,证明鲸鱼优化算法在参数寻优方面的先进性,并通过与传统的高斯过程回归、支持向量机、径向基神经网络等机器学习算法进行可用容量估算对比,证明模型的有效性。研究结果表明:基于复合核函数和鲸鱼优化算法参数寻优可以有效改善高斯过程回归模型性能,所建立的优化高斯过程回归模型能够基于较少训练数据实现电池容量的精确估算,并能够有效追踪锂离子电池非线性长周期衰退趋势;对不同电池数据也具备较好的自适应能力,可用容量估算最大误差低于1.56%。
展开更多
关键词
汽车工程
可用容量估算
高斯过程回归
锂离子电池
鲸鱼优化算法
原文传递
题名
基于可用容量估算和电量增量曲线的安时积分荷电状态估算方法
1
作者
刘军伟
吴刚
石春
机构
中国科学技术大学自动化系
出处
《仪表技术》
2021年第3期33-37,43,共6页
文摘
荷电状态(State of Charge, SOC)估算是电动汽车电池管理系统的重要功能之一,安时积分因其计算简单、不依赖具体电池模型的优点而广泛应用于SOC估算,但电流传感器的累计误差和电池可用容量误差会使SOC估算误差越来越大。从导致安时积分估算误差的原因出发,首先利用最小二乘法对电流传感器进行校准,然后利用温度和可用容量的关系对电池包可用容量进行估算,最后利用电池包充电过程中的电量增量(Incremental Capacity, IC)曲线对估算的SOC进行修正。通过长时间不同温度下连续动态压力测试(Dynamic Stress Test, DST)工况放电-恒流充电的不完全充放电实验,结果表明改进后的安时积分SOC估算误差在充放电过程中不超过4.1%,充电修正后的误差不超过3%,得到了比较精确的估算结果。
关键词
SOC
估算
电量增量
可用容量估算
安时积分
Keywords
SOC estimation
incremental capacity
available capacity estimation
ampere-hour integral
分类号
TM912 [电气工程—电力电子与电力传动]
原文传递
题名
基于优化高斯过程回归算法的锂离子电池可用容量估算
被引量:
9
2
作者
申江卫
马文赛
肖仁鑫
刘永刚
陈峥
机构
昆明理工大学交通工程学院
重庆大学机械与运载学院
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2022年第8期31-43,共13页
基金
国家重点研发计划项目(2018YFB0104005)
国家自然科学基金项目(52162051)。
文摘
为了解决应用数据驱动算法估算锂离子电池可用容量时存在的电池老化特征提取不准确、可用容量衰退趋势跟踪精度低及模型要求训练数据量大等问题,提出一种基于优化高斯过程回归算法的锂离子电池可用容量估算方法,实现锂离子电池强非线性全衰退过程可用容量精确估算。首先,提取电池表面平均温度、容量增量曲线峰值及峰值对应电压作为表征电池老化状态的健康因子,通过灰色关联度分析法和熵权值法对所选健康因子进行合理性评估;然后,用2个单一核函数构造高斯过程回归算法复合核函数,并利用鲸鱼优化算法完成复合核函数的参数寻优,基于优化后的高斯过程回归模型实现锂离子电池可用容量估算;最后,通过对比不同核参数寻优算法,证明鲸鱼优化算法在参数寻优方面的先进性,并通过与传统的高斯过程回归、支持向量机、径向基神经网络等机器学习算法进行可用容量估算对比,证明模型的有效性。研究结果表明:基于复合核函数和鲸鱼优化算法参数寻优可以有效改善高斯过程回归模型性能,所建立的优化高斯过程回归模型能够基于较少训练数据实现电池容量的精确估算,并能够有效追踪锂离子电池非线性长周期衰退趋势;对不同电池数据也具备较好的自适应能力,可用容量估算最大误差低于1.56%。
关键词
汽车工程
可用容量估算
高斯过程回归
锂离子电池
鲸鱼优化算法
Keywords
automotive engineering
available capacity estimation
Gaussian process regression
lithium-ion battery
whale optimization algorithm
分类号
U469.722 [机械工程—车辆工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于可用容量估算和电量增量曲线的安时积分荷电状态估算方法
刘军伟
吴刚
石春
《仪表技术》
2021
0
原文传递
2
基于优化高斯过程回归算法的锂离子电池可用容量估算
申江卫
马文赛
肖仁鑫
刘永刚
陈峥
《中国公路学报》
EI
CAS
CSCD
北大核心
2022
9
原文传递
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