文献

J-GLOBAL ID：201802283633044129   整理番号：18A0187189

多戦略の確率融合に基づくリチウムイオン電池の充電状態推定【Powered by NICT】

State-of-charge estimation for li-ion batteries based on multi-strategy probabilities fusion

著者 (6件)： Xiong Fei (Department of Automation, Shanghai Jiao Tong University, Shanghai, China) ,  Yang Bo (Department of Automation, Shanghai Jiao Tong University, Shanghai, China) ,  Gao Yizhao (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Yang Jun (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Chen Cailian (Department of Automation, Shanghai Jiao Tong University, Shanghai, China) ,  Guan Xinping (Department of Automation, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 5822-5827  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 充電状態(SOC)の推定は,電池作動状態と寿命を向上させるための基本的技術である。しかし厳しい外部環境,電池モデルの動的非線形性,測定誤差はSOC推定はchallengableにしている。本論文では,多戦略確率ベースの融合法を提案した。比例-積分オブザーバ(PIO)の動的追跡能力と拡張Kalmanフィルタ(EKF)のノイズ耐性能力を組み合わせることができる。内部抵抗変化,容量減衰,データ飽和と初期化誤差などの種々の異常問題は,推定値に重大な影響を与える可能性がある。が提案した方法はこれらの問題の下で高精度推定とロバスト性を保証することができる。残差列の変化を追跡する動的に,重みづけ係数はBayes解析に従って調整リアルタイムできる。シミュレーションでは,電流負荷条件と異常問題の多様性の下でのアルゴリズムの性能を試験した。他のモデルベース手法と比較して,提案した方法は,中程度の計算量で高精度とロバスト性を実行する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 推定量 ,  非線形性 ,  雑音安定度 ,  測定誤差 ,  ロバスト性 ,  計算量 ,  *電池 ,  重みづけ ,  *リチウムイオン電池 ,  アルゴリズム
準シソーラス用語： 高精度 ,  内部抵抗 ,  拡張Kalmanフィルタ ,  電池モデル ,  *充電状態 , 【Automatic Indexing@JST】

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (6件)： 戦略 ,  確率 ,  融合 ,  リチウムイオン電池 ,  充電状態 ,  推定