手机知网 App
24小时专家级知识服务
打 开
电力工业
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于BPNN-EKF-GD-RF算法的锂离子电池组荷电状态估计方法
上海理工大学机械工程学院;
武汉船用电力推进装置研究所;
清华大学车辆与运载学院
|
来鑫
翁嘉辉
杨一鹏
孙宇飞
周龙
郑岳久
韩雪冰
开通知网号
锂离子电池模组的荷电状态估计(State-of-charge, SOC)是影响电池性能的一个重要内部状态,是电池组进行其它状态估计的基础。然而它的估计准确性易受温度等外部因素影响,且电池间的不一致性也为电池组中各单体电池的SOC估计带来了困难。提出一...
机 构:
上海理工大学机械工程学院;
武汉船用电力推进装置研究所;
清华大学车辆与运载学院;
领 域:
电力工业;
自动化技术;
关键词:
SOC估计;
BP神经网络;
扩展卡尔曼滤波;
梯度下降算法;
随机森林;
锂离子电池组;
0
19
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
机械工程学报
网络首发
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索