文献

J-GLOBAL ID：202202228939083846   整理番号：22A0445988

浸漬および不変性適応オブザーバを持つ変圧器を用いたリチウムイオン電池のための充電状態推定の状態【JST・京大機械翻訳】

State of charge estimation for lithium-ion battery using Transformer with immersion and invariance adaptive observer

著者 (4件)： Shen Heran (Walker Department of Mechanical Engineering, University of Texas at Austin, Austin, TX 78712 USA) ,  Zhou Xingyu (Walker Department of Mechanical Engineering, University of Texas at Austin, Austin, TX 78712 USA) ,  Wang Zejiang (Walker Department of Mechanical Engineering, University of Texas at Austin, Austin, TX 78712 USA) ,  Wang Junmin (Walker Department of Mechanical Engineering, University of Texas at Austin, Austin, TX 78712 USA)
資料名： Journal of Energy Storage  (Journal of Energy Storage)
巻： 45  ページ： Null  発行年： 2022年 
JST資料番号： W3042A  ISSN： 2352-152X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 正確な充電状態(SOC)推定は,リチウムイオン電池の長寿命と安全なサービスの基礎を築く。本論文では,新しい機械学習法と適応オブザーバを用いて,電池のSOCを推定した。最初に,変換器ニューラルネットワークを用いて,入力として電流,電圧および温度データの順序でSOCを予測した。第2に,革新的浸漬と不変性(I&I)適応オブザーバを適用して,変圧器の予測の振動を低減した。変圧器ネットワークのリードは,全体の入力シーケンスの概観を持ち,他の従来のニューラルネットワークより豊富な情報を得ることにある。さらに,I&I適応オブザーバは,可能な学習変動を補正し,バッテリーパラメータ推定誤差が不変多様体内に閉じ込められることを確実にする。提案した方法を実験データで検証した。結果は,一般的なベースライン法よりも高いSOC推定精度を示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多様体 ,  電圧 ,  *電池 ,  電流 ,  *変圧器 ,  学習 ,  ネットワーク ,  ニューラルネットワーク ,  *不変性 ,  機械学習 ,  *リチウムイオン電池
準シソーラス用語： 推定誤差 ,  推定精度 ,  適応オブザーバ ,  *充電状態 , 【Automatic Indexing@JST】

著者キーワード (4件)： リチウムイオン電池 ,  充電状態 ,  変圧器ニューラルネットワーク ,  浸漬および不変性適応オブザーバ

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (7件)： 浸漬 ,  不変性 ,  適応オブザーバ ,  変圧器 ,  リチウムイオン電池 ,  充電状態 ,  推定