基于神经网络与UKF结合的锂离子电池组SOC估算方法

摘要：

锂离子电池组作为电动汽车的主要动力能源,对荷电状态的准确估计是电动汽车的关键技术之一.准确的SOC估计,对锂离子电池组的寿命维持及电动汽车的行车安全,具有十分重要的意义.基于此设计一种基于神经网络与无迹卡尔曼滤波器(UKF)相结合的SOC估算方法,既克服了UKF需要等效电池组电路模型的缺点,也能显著减小神经网络估算方法的最大误差.该实验数据来源于高级车辆仿真器(ADVISOR2002)基于实际工况的仿真结果,经实验数据证明,该方法具有有效性和实用性.

关键词：锂离子电池组、动力能源、无迹卡尔曼滤波器、神经网络、高级车辆仿真器、荷电状态

所属期刊栏目：41

分类号：TN36-34(半导体技术)

资助基金：国家自然科学基金资助项目:矿山岩石破裂致灾损伤演化与声发射时频信息特性关系实验研究51574102Project Supported by National Natural Science Foundation: Experimental Study on Relationship Between Damage Evolution Caused by Rock Burst in Mine and Time Frequency Information Characteristic of Acoustic Emission51574102

在线出版日期：2018-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：120-123,129