文献

J-GLOBAL ID：202002218984671783   整理番号：20A2553755

分割多重独立忘却因子再帰最小二乗法を用いたマルチタイプ作業条件の充電推定のLiイオン電池状態【JST・京大機械翻訳】

Li-ion Battery State of Charge Estimation of Multi-type Working Conditions Using a Segmented Multiple Independent Forgetting Factors Recursive Least Squares Method

著者 (5件)： Liu Haolu (Wuhan University,School of Electrical Engineering and Automation,Wuhan,China) ,  Wang Junhua (Wuhan University,School of Electrical Engineering and Automation,Wuhan,China) ,  Liu Qisheng (Wuhan University,School of Electrical Engineering and Automation,Wuhan,China) ,  Liu Shiqi (Wuhan University,School of Electrical Engineering and Automation,Wuhan,China) ,  Tang Jia (Wuhan University,School of Electrical Engineering and Automation,Wuhan,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ECCE  ページ： 5608-5613  発行年： 2020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： Liイオン電池の充電(SOC)推定のオンライン状態の精度と速度は,時変パラメータと電気自動車(EVs)の作動条件の複雑性のため,まだ困難である。本論文では,分割された多重独立忘却因子再帰最小二乗(SMIFFRLS)を,厳しい定常状態の下でのEVsにおける正確で高速なオンラインSOC推定のために提案する。多重独立忘却因子を用いて,等価回路モデル(ECMs)の時変パラメータを追跡し,それは,セグメンテーションAmpere-Hour積分法の初期値をオンラインで発見する良い性能を示した。マルチタイプ作動条件(UDDSとUNpart2)における多数の実験は,Li(NiCoMn)O_2(NCM)とLiFePO_4(LFP)電池の平均推定誤差が,それぞれ2%と5%未満であり,それはアンペア時間積分法と再帰最小二乗法(RLS)より低いことを示した。さらに,ロバスト性はアンペア時間積分法より良かった。そして,平均計算負荷は,RLSと比較して著しく減少した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *イオン ,  *最小二乗法 ,  *電池 ,  セグメンテーション ,  *リチウム ,  電気自動車 ,  *充電 ,  *多重化 ,  ロバスト性
準シソーラス用語： 推定誤差 ,  計算負荷 ,  複雑性 ,  オンライン ,  定常状態 ,  等価回路モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (12件)： 多重 ,  忘却 ,  因子 ,  最小二乗法 ,  マルチ ,  タイプ ,  作業条件 ,  充電 ,  推定 ,  Li ,  イオン ,  電池