期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法
1
作者 夏向阳 岳家辉 +4 位作者 曾小勇 刘代飞 陈来恩 吕崇耿 夏永凯 《中国电机工程学报》 北大核心 2025年第2期638-649,I0020,共13页
锂离子电池剩余容量估计是电池管理系统中关键技术之一,也是实现锂离子电池安全稳定运行的前提。针对锂离子电池剩余容量有效估计问题,该文提出带外生输入的自回归模型(radial basis function-autoregressive exogenous,RBF-ARX)的锂离... 锂离子电池剩余容量估计是电池管理系统中关键技术之一,也是实现锂离子电池安全稳定运行的前提。针对锂离子电池剩余容量有效估计问题,该文提出带外生输入的自回归模型(radial basis function-autoregressive exogenous,RBF-ARX)的锂离子电池剩余容量估计方法,利用结构化非线性参数优化方法辨识模型参数,并将“老化信息”与“能量”相结合,基于小波包能量分析从电池充电电流/电压曲线中直接提取能量特征作为新健康特征,采用传递熵对新健康特征进行筛选以构成模型输入,实现锂离子电池剩余容量的有效估计;最后,基于NASA公开的锂离子电池老化数据,通过不同训练/测试样本比例、不同模型展开综合分析。结果表明,所提出的基于状态相依的RBF-ARX模型的锂离子电池剩余容量估计方法与常用的数据驱动方法相比,误差指标中平均绝对误差、平均绝对百分比误差、均方根误差均保持在较低水平,具有良好的估计精度。 展开更多
关键词 锂离子电池 健康特征 传递熵 带外生输入的自回归模型 健康状态
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部