文献

J-GLOBAL ID：201802292847830507   整理番号：18A0160409

リチウムイオン電池のための電荷オブザーバ設計のニューラルネットワークに基づく状態【Powered by NICT】

Neural Network-Based State of Charge Observer Design for Lithium-Ion Batteries

著者 (4件)： Chen Jian (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou, China) ,  Ouyang Quan (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou, China) ,  Xu Chenfeng (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou, China) ,  Su Hongye (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou, China)
資料名： IEEE Transactions on Control Systems Technology  (IEEE Transactions on Control Systems Technology)
巻： 26  号： 1  ページ： 313-320  発行年： 2018年 
JST資料番号： W0515A  ISSN： 1063-6536  CODEN： IETTE2  資料種別： 逐次刊行物 (A)
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： リチウムイオン電池の充電状態(SOC)推定のための新しい方法をこの短いにおける包括的等価回路モデルに基づいて提案した。特に,電池モデルの不確実性をオンラインで推定するニューラルネットワークを利用することを提案した。動径基底関数ニューラルネットワークに基づく非線形オブザーバは,電池のSOCを推定するために設計されている。Lyapunov安定性解析に続いて,SOC推定誤差は最終的に有界であり,誤差限界を任意に小さくできることを証明した。実験とシミュレーションの結果は,提案手法の性能を例示した。さらに,著者らは,提案した動径基底関数ニューラルネットワークに基づく非線形オブザーバを用いた拡張KalmanフィルタのSOC推定結果を比較した。提案したアプローチは,より速い収束速度と高い精度を示した。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： *リチウムイオン電池 ,  *電池 ,  *ニューラルネットワーク
準シソーラス用語： 収束速度 ,  拡張Kalmanフィルタ ,  誤差限界 ,  有界 ,  推定誤差 ,  Lyapunov安定性 ,  非線形オブザーバ ,  動径基底関数ニューラルネットワーク ,  オンライン ,  等価回路モデル ,  充電状態 ,  *オブザーバ設計 , 【Automatic Indexing@JST】

分類 (2件)： システム同定  (IA02040O) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： リチウムイオン電池 ,  電荷 ,  オブザーバ設計 ,  ニューラルネットワーク