首页 | 本学科首页   官方微博 | 高级检索  
     检索      

粒子滤波在锂离子电池剩余寿命预测中的应用
引用本文:苗强,崔恒娟,谢磊,周雪.粒子滤波在锂离子电池剩余寿命预测中的应用[J].重庆大学学报(自然科学版),2013,36(8):47-52.
作者姓名:苗强  崔恒娟  谢磊  周雪
作者单位:电子科技大学机械电子工程学院,成都,611731
基金项目:国家自然科学基金资助项目(51275554,50905028);教育部新世纪优秀人才支持计划资助项目(NCET-0063)
摘    要:为有效预测锂离子电池剩余寿命,引入了粒子滤波算法.对粒子滤波的基本概念和算法实现步骤进行介绍,在给出锂离子电池寿命统计数据的基础上,应用粒子滤波算法计算其剩余寿命,解决了锂离子电池剩余寿命预测的问题.对相同的锂离子电池统计数据,利用扩展卡尔曼滤波方法计算进行对比实验.分析结果表明:粒子滤波算法比扩展卡尔曼滤波算法可靠,能较好地预测出锂离子电池的剩余寿命,误差小于5%.

关 键 词:锂离子电池  粒子滤波  剩余寿命  扩展卡尔曼滤波

Remaining useful life prediction of the lithium-ion battery using particle filtering
MIAO Qiang,CUI Hengjuan,XIE Lei and ZHOU Xue.Remaining useful life prediction of the lithium-ion battery using particle filtering[J].Journal of Chongqing University(Natural Science Edition),2013,36(8):47-52.
Authors:MIAO Qiang  CUI Hengjuan  XIE Lei and ZHOU Xue
Institution:(School of Mechanical,Electronic and Industrial Engineering, University of Electronic Science and Technology of China,Chengdu 611731,China)
Abstract:
Keywords:lithium-ion battery  particle filtering  remaining life  extended Kalman filtering
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号