电动汽车电池剩余电量百分比SOC的参数识别优化
针对标准卡尔曼滤波算法在对SOC参数识别时还存在识别精度不高、稳定性较差等问题.本文设计了一种以非线性变换卡尔曼滤波算法为基础的SOC参数识别优化模型,最先近似非线性函数的概率密度分布,之后再采用具有确定点集来对输入状态的分布进行表示,之后再对每个Sigma点进行非线性变换,得到非线性变换后的点集和方差,最后用本文设计的算法优化SOC估算算法.并进行了仿真实验.结果表明,与标准卡尔曼滤波算法相比,改进后的卡尔曼滤波算法的估算曲线波动较小,且具有更高的稳定性和估算精度.
卡尔曼滤波算法、SOC参数识别、非线性变换、电动汽车
32
TP301.6(计算技术、计算机技术)
河南省教育厅科学技术研究重点项目13A460239
2017-01-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
97-100