期刊导航
期刊开放获取
上海教育软件发展有限公..
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
数据-模型融合驱动的高倍率短时脉冲电池模型
1
作者
要宇辉
孙丙香
+4 位作者
张慧敏
马仕昌
赵鑫泽
鲁诗默
朱振威
《电池》
北大核心
2025年第2期232-237,共6页
高倍率短时脉冲工况下,电池的极化特性差异大、温度上升快、极化电压消退不彻底,导致常规等效电路模型仿真效果不佳。参数辨识和分段均方误差分析发现,高倍率脉冲工况下模型在极化消退部分仿真误差较大,导致下一脉冲极化电压初始值失准...
高倍率短时脉冲工况下,电池的极化特性差异大、温度上升快、极化电压消退不彻底,导致常规等效电路模型仿真效果不佳。参数辨识和分段均方误差分析发现,高倍率脉冲工况下模型在极化消退部分仿真误差较大,导致下一脉冲极化电压初始值失准。提出基于一阶等效电路模型和前馈神经网络的数据-模型融合驱动模型。相较于常规等效电路模型,该模型在20 C的短时脉冲工况下,能更精确地模拟电池的电压响应,均方根误差降低了61.29%。
展开更多
关键词
锂离子电池
高倍率短时脉冲工况
等效电路模型
前馈神经网络
数据-模型融合驱动模型
在线阅读
下载PDF
职称材料
题名
数据-模型融合驱动的高倍率短时脉冲电池模型
1
作者
要宇辉
孙丙香
张慧敏
马仕昌
赵鑫泽
鲁诗默
朱振威
机构
北京交通大学国家能源主动配电网技术研发中心
北京交通大学载运装备多源动力系统教育部重点实验室
防化研究院
出处
《电池》
北大核心
2025年第2期232-237,共6页
基金
国家自然科学基金(52177206)。
文摘
高倍率短时脉冲工况下,电池的极化特性差异大、温度上升快、极化电压消退不彻底,导致常规等效电路模型仿真效果不佳。参数辨识和分段均方误差分析发现,高倍率脉冲工况下模型在极化消退部分仿真误差较大,导致下一脉冲极化电压初始值失准。提出基于一阶等效电路模型和前馈神经网络的数据-模型融合驱动模型。相较于常规等效电路模型,该模型在20 C的短时脉冲工况下,能更精确地模拟电池的电压响应,均方根误差降低了61.29%。
关键词
锂离子电池
高倍率短时脉冲工况
等效电路模型
前馈神经网络
数据-模型融合驱动模型
Keywords
Li-ion battery
high-rate short-time pulse condition
equivalent circuit model
feedforward neural network
data-model fusion-driven model
分类号
TM912.9 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
数据-模型融合驱动的高倍率短时脉冲电池模型
要宇辉
孙丙香
张慧敏
马仕昌
赵鑫泽
鲁诗默
朱振威
《电池》
北大核心
2025
0
在线阅读
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
