排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
锂离子电池荷电状态(SOC)估算作为电池管理系统(BMS)的重要功能,是合理利用EV车辆电池组能量的前提。现有估算方法中,基于模型驱动法过程繁琐、计算量大;基于数据驱动法对数据要求高,估计精度差。针对以上问题,提出了基于双向GRU(BidiGRU)神经网络结合H∞滤波器的复合估算方法来估算锂离子电池的SOC。用不同温度下北京应力循环工况(BJDST)来训练BidiGRU神经网络模型,再使用联邦测试程序驾驶时间表(US06)来对模型进行测试。测试结果的均方根误差(RMSE)最小可达到2.05%,平均绝对误差(MAE)最小可达到1.79%。用H∞滤波器优化后的RMSE和MAE均可降低到0.17%以下,最低可达到0.11%。结果表明该方法可在不同温度和不同工况下对锂离子电池SOC做出实时估计,并能够达到较高的精度。 相似文献
2.
3.
4.
1