• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
双通道ELM在锂离子电池SOC估算的应用
  • 作者

    刘晓悦么舜禹

  • 单位

    华北理工大学电气工程学院

  • 摘要
    为提高电动汽车的锂离子电池组荷电状态的预测精度,采用理论分析与实验相结合的方法,对传统极限学习机进行改进,在输入层与输出层间搭建直接通道,提高模型精度.针对系统噪声的时变性,应用自适应无迹卡尔曼滤波器估算电池SOC.研究结果表明:双通道ELM具有更强的泛化能力和极短的训练时间,AUKF对于锂离子电池组系统噪声的时变特性具有更强的适应能力,显著降低了SOC估算结果的平均误差和最大误差.
  • 关键词

    荷电状态锂离子电池极限学习机自适应无迹卡尔曼滤波神经网络

相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联
Baidu
map