|
|||||
|
|
| 小波降噪卡尔曼滤波锂电池荷电状态估计 | |
| 作者单位： | ;1.西安交通大学陕西省智能机器人重点实验室;2.西安交通大学机械制造系统工程国家重点实验室;3.西安交通大学机械工程学院 |
| 摘 要： | 针对锂离子电池充放电电压信号(DCV)中存在的噪声信号导致荷电状态(SOC)估计精度降低、波动较大的问题,提出了一种基于离散小波变换(DWT)的降噪扩展卡尔曼滤波(EKF)算法。该算法利用多分辨率分析(MRA)分解携带噪声的DCV信号,通过对比4种阈值硬阈值降噪规则对携带噪声的DCV信号的降噪处理效果,选择Stein无偏风险阈值硬阈值降噪规则调整小波系数,通过含自适应遗忘因子的递推最小二乘法辨识电池模型参数后,利用扩展卡尔曼滤波算法估计SOC。仿真结果表明:使用Stein无偏风险阈值硬阈值降噪规则有效地降低了DCV信号中的噪声信号;所提算法具有较好的鲁棒性,能够有效地提高SOC估计精度,使SOC估计误差范围控制在3%之内。 |
| 关 键 词： | 离散小波变换 降噪 荷电状态 扩展卡尔曼滤波算法 |
A Kalman Filter SOC Estimation Method for Lithium-ion Batteries Based on Discrete Wavelet Transform Denoising |
|
| Abstract: | |
| Keywords: | |