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
基于RFMRA和改进PNGV模型的锂离子电池SOC估算
被引量：
1
1
作者
刘冬雷
范永存
+1 位作者
王顺利
夏黎黎
《电池》
CAS
北大核心
2021年第5期470-473,共4页
提出基于渐消记忆的递推算法(RFMRA)和改进的新一代汽车合作伙伴(PNGV)等效电路模型的锂离子电池荷电状态(SOC)在线估算方法。RFMRA在传统递推最小二乘算法的基础上加入遗忘因子,使在线参数辨识能更实时地反映模型参数;在PNGV模型上串...
提出基于渐消记忆的递推算法(RFMRA)和改进的新一代汽车合作伙伴(PNGV)等效电路模型的锂离子电池荷电状态(SOC)在线估算方法。RFMRA在传统递推最小二乘算法的基础上加入遗忘因子,使在线参数辨识能更实时地反映模型参数;在PNGV模型上串联RC回路,可更精确地体现电池特性。与离线SOC估算相比,算法的最大误差降低35.106%,平均绝对误差(MAE)降低7.21%,平均绝对值百分比误差(MAPE)降低22.42%,均方根误差(RMSE)降低25.38%。
展开更多
关键词
锂离子电池
新一代汽车合作伙伴(PNGV)模型
荷电状态(SOC)
渐消记忆的递推算法(
rfmra
)
在线阅读
下载PDF
职称材料
题名
基于RFMRA和改进PNGV模型的锂离子电池SOC估算
被引量：
1
1
作者
刘冬雷
范永存
王顺利
夏黎黎
机构
西南科技大学信息工程学院
出处
《电池》
CAS
北大核心
2021年第5期470-473,共4页
基金
国家自然科学基金项目(61801407)
西南科技大学自然科学基金(17ZX7110)。
文摘
提出基于渐消记忆的递推算法(RFMRA)和改进的新一代汽车合作伙伴(PNGV)等效电路模型的锂离子电池荷电状态(SOC)在线估算方法。RFMRA在传统递推最小二乘算法的基础上加入遗忘因子,使在线参数辨识能更实时地反映模型参数;在PNGV模型上串联RC回路,可更精确地体现电池特性。与离线SOC估算相比,算法的最大误差降低35.106%,平均绝对误差(MAE)降低7.21%,平均绝对值百分比误差(MAPE)降低22.42%,均方根误差(RMSE)降低25.38%。
关键词
锂离子电池
新一代汽车合作伙伴(PNGV)模型
荷电状态(SOC)
渐消记忆的递推算法(
rfmra
)
Keywords
Li-ion battery
partnership for a new generation of vehicles(PNGV)model
state of charge(SOC)
recessionfading
memory
recursive
algorithm
(
rfmra
)
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
基于RFMRA和改进PNGV模型的锂离子电池SOC估算
刘冬雷
范永存
王顺利
夏黎黎
《电池》
CAS
北大核心
2021
1
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
