共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
我国煤矿井下广泛使用防爆蓄电池无轨辅助运输车辆,由于实际工程应用环境十分恶劣,为了准确估算车辆蓄电池的荷电状态SOC(State of Charge),在研究电池电特性的基础上采用改进电池简化等效电路模型,且基于此模型结合安时积分法和卡尔曼滤波法对锂电池的SOC进行估计,并使用Matlab软件进行仿真和验证,将结果与小波滤波方法进行比较分析,仿真结果表明卡尔曼滤波算法能够实时修正估计误差,具有更好的估算精度。同时,为了更好地演示、分析与便于用户使用,还基于此设计并开发了Matlab GUI程序。 相似文献
3.
介绍了改进型自适应滤波器的工作原理,提出一种改进型变步长自适应滤波算法,该算法极大地减少了噪声和延时对检测系统收敛速度和精度的影响.仿真实验结果证明了该算法的有效性和实用性. 相似文献
4.
自适应迭代滤波算法作为典型的滤波改进算法,有效提高了滤波精度,但旧数据影响过大,导致滤波发散;遗忘因子滤波算法虽然引进遗忘因子减少了旧数据的影响,但是其滤波算法本身的精度不高,难以处理高度非线性问题。基于此,本文借鉴遗忘因子的滤波算法和自适应迭代无迹卡尔曼滤波算法的思想,把遗忘因子与自适应迭代容积卡尔曼滤波相结合,这样既可以发挥遗忘因子的作用,减小历史数据对滤波结果的影响,又可以提高滤波算法本身精度和处理非线性问题的能力。仿真实验表明,该算法可以有效减小误差且提高滤波精度。 相似文献
5.
6.
本文对蓄电池SOC估算常用算法的优缺点进行分析,结合蓄电池管理系统的功能特点,基于地铁项目现有车载BMS系统的SOC估算算法,对BMS系统SOC估算算法进行了改进的应用研究和可行性分析,给出了优化后的算法模型。 相似文献
7.
8.
9.
10.
11.
探讨了卡尔曼滤波算法的影响因素和模型设计的方法,在建立桥梁振动系统状态空间模型的基础上,对系统噪声、量测噪声进行了统计,进而运用了卡尔曼滤波算法对加速度信号进行了滤波及状态估计。 相似文献
12.
本文介绍采用扩展卡尔曼滤波对直流无刷电动机、无速度传感器矢量控制系统进行实时估算转子位置和转速,内容主要涉及非线性离散系统卡尔曼滤波算法的数学模型和改进后的数学模型的建立,及其对转子位置和转速的估计. 相似文献
13.
随着技术进步目前市场上蓄电池需求旺盛,尤其是铅酸蓄电池有着大面积的应用。随之而来的问题是蓄电池剩余电量(State of Charge即SOC)计算方法多样,计算结果不够准确,各有算法都包含自己无法避免的缺点。卡尔曼滤波算法则通过持续的迭代运算逐渐趋近"真值",适合与单片机来进行电池充放电控制。本文试图实现用卡尔曼算法来计算电池SOC。 相似文献
14.
研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。 相似文献
15.
研究使用虚拟噪声补偿技术的自适应kalman滤波算法。首先对实际系统模型中的误差部分进行虚拟噪声补偿,然后通过一般自适应kalman滤波算法相结合,使改进的自适应kalman滤波算法在带有模型误差和噪声统计特性误差的前提下,能够在线估计观测随机误差的噪声特性。并编制仿真软件,验证改进算法的可行性。 相似文献
16.
如今,新能源汽车由于它的结构简单、无二氧化碳排放等诸多因素被推上了历史的舞台,成为了全球的关注焦点。然而新能源汽车的核心是在动力电池,所以电池的寿命对于新能源汽车来说起着至关重要的作用。为了提高新能源汽车电池的安全性与使用寿命,对新能源汽车电池的剩余电量的荷电状态进行了估算与研究,采用了无迹卡尔曼(UKF)法对新能源汽车电池的剩余电量的荷电状态进行了精确估算。通过仿真测试表明,新能源汽车电池荷电状态SOC估算算法是真实有效的。UKF对新能源汽车电池剩余电量SOC估算算法的应用可以延长新能源汽车的寿命,可以使得电池的安全性更高,并使得电池降低运行成本,对新能源汽车的发展和全球广泛应用起着重要的作用。 相似文献
17.
常规粒子群算法(SPSO)在优化过程中易陷入局部最优,本文分析了常规粒子群算法陷入局部最优的原因,提出采用一种自适应粒子群算法(APSO)避免陷入局部最优,改善算法的收敛性和精度。最后用自适应粒子群算法设计宽带阶梯阻抗变换器,结果表明,与常规粒子群算法相比,自适应粒子群算法全局速度快、成功率和精度也有显著提高。 相似文献
18.
考虑到传统方法在校正电动汽车动力电池SOC估计误差时存在校正精度低的问题,提出了基于粒子群算法的电动汽车动力电池SOC估计误差校正方法。根据1阶RC模型和2阶RC模型的电路结构,推导得到动力电池等效电路的连续状态空间,结合动力电池输出电压与输入电流之间的数学关系,构建电动汽车动力电池等效电路模型,通过确定模型参数的更新区域,初始化处理参数识别程序,利用多元线性回归方法设计动力电池模型参数识别算法,利用粒子群算法计算动力电池SOC估计误差校正系数,实现电动汽车动力电池SOC估计误差的校正。实验结果表明,所提方法在恒流放电工况、电流剧变的FUDS工况和电流剧变的DST工况下,可以提高SOC估计误差的校正精度,从而减小了动力电池的SOC估计误差。 相似文献
19.