山东省科技发展计划项目(2011GGB01123)

作品数：46被引量：198H指数：8
导出分析报告
相关作者：李立伟张洪伟唐玉龙王凯钟世亮更多>>
相关机构：青岛大学国网山东省电力公司山东电力集团公司青岛大学威海创新研究院更多>>
相关期刊：《计算机与数字工程》《青岛大学学报（工程技术版）》《电气工程学报》《汽车技术》更多>>
相关主题：锂电池电池管理系统STM32SOC荷电状态更多>>
相关领域：电气工程自动化与计算机技术交通运输工程机械工程更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于IACO-PF的锂电池SOC估算被引量：7
《储能科学与技术》2021年第3期1145-1152,共8页单成鑫 李立伟 杨玉新 
山东省自然科学基金项目(Y2008F23);山东省科技发展计划项目(2011GGB01123);山东省重点研发计划项目(2017GGX50114)。
本工作提出一种改进蚁群算法(IACO)优化粒子滤波(PF)来进行电池荷电状态(SOC)的估计,用来解决传统粒子滤波算法SOC估算时产生的粒子贫化问题。蚂蚁将替代粒子,在更新步骤前重新定位,通过提高粒子的多样性来解决粒子贫化问题;结合二阶The...
关键词：锂电池 荷电状态 蚁群算法 粒子滤波 
基于IBOA-PF的锂电池健康状态预测被引量：9
《储能科学与技术》2021年第2期705-713,共9页李鹏 李立伟 杨玉新 
山东省自然科学基金项目(Y2008F23);山东省科技发展计划项目(2011GGB01123);山东省重点研发计划项目(2017GGX50114)。
应用传统的粒子滤波(PF)算法估计锂电池健康状态(SOH)时,会出现粒子权值退化和样本贫化而导致预测精度较低的问题。为了解决该问题,本工作提出了基于改进蝴蝶优化算法和粒子滤波(IBOA-PF)的联合算法,在基本蝴蝶优化算法(BOA)的基础上,...
关键词：电池健康状态 粒子滤波 改进蝴蝶优化算法 改进高斯牛顿法 
基于无迹卡尔曼滤波的电池SOC估算与仿真被引量：2
《计算机与数字工程》2021年第3期589-594,共6页张博远 李立伟 王越 刘含筱 
山东省科技发展计划项目(编号:2011GGB01123);山东省重点研发计划项目(编号:2017GGX50114)资助。
基于一阶Thevenin模型的扩展卡尔曼滤波在实际工程应用中,因为要对系数求其雅各比矩阵,略去了高阶项所表示的部分电池特征,在电池电流变化剧烈情况下极易失真,不能真实地反映电池状态。论文提出了基于二阶Thevenin模型的无迹卡尔曼滤波...
关键词：锂电池 BMS 二阶Thevenin模型 无迹卡尔曼滤波 荷电状态 
锂电池管理系统从控单元设计被引量：2
《电子设计工程》2021年第5期61-64,70,共5页赵腾 李立伟 杨玉新 王凯 
山东省科技发展计划项目资助(2011GGB01123);山东省重点研发计划项目资助(2017GGX50114)。
为了设计一款高性能的电池管理系统,文中采用分布式结构,将电池管理系统分为主控单元与从控单元。从控单元基于STM32F103C8T6,包括电池电压和温度等信息的采集功能,并进行了电池主动均衡电路的设计。通过对电池组各项参数的采集可实时...
关键词：电池管理系统 从控单元 电压采集 均衡电路 
基于STM32的电池管理系统主控单元设计被引量：8
《电子设计工程》2021年第1期177-180,186,共5页杨乔木 李立伟 杨玉新 王凯 
山东省科技发展计划项目资助(2011GGB01123);山东省重点研发计划项目资助(2017GGX50114)。
基于STM32F105VC芯片,设计了一款锂电池电池管理系统。该设计包括电池管理系统的硬件电路、软件程序以及SOC算法。硬件内容包括电源转换电路、拓展CAN模块、RS232模块。使用KEIL MDK软件开发电池管理系统的主控程序。SOC算法采用拓展卡...
关键词：STM32 电池管理系统 SOC 扩展卡尔曼滤波 
基于改进粒子滤波的锂电池SOH预测被引量：12
《储能科学与技术》2020年第6期1954-1960,共7页徐超 李立伟 杨玉新 王凯 
山东省科技发展计划项目(2011GGB01123);山东省重点研发计划项目(2017GGX50114);山东省自然科学基金项目(Y2008F23)。
随着锂离子电池在电动汽车和微电网越来越广泛地使用,人们在保证电池管理系统(BMS)安全可靠运行和降低维护成本方面做了许多研究,电池健康状态(SOH)估计作为锂离子电池管理系统的关键功能之一,准确估计电池当前健康状态对电池管理系统...
关键词：锂离子电池 粒子滤波算法 粒子退化 改进布谷鸟算法 SOH预测 健康指标 
基于改进粒子滤波的锂离子电池健康状态估计被引量：3
《汽车技术》2020年第12期19-24,共6页徐超 李立伟 杨玉新 
山东省科技发展计划项目(2011GGB01123);山东省重点研发计划项目(2017GGX50114)。
为了准确估计电池当前健康状态(SOH),提出一种基于改进粒子滤波算法的电池SOH在线评估方法。首先针对传统萤火虫优化算法的不足,提出了一种改进萤火虫算法替代传统粒子滤波的重采样,然后从锂离子电池工作时的可测参数中提取在线健康指标...
关键词：锂离子电池 SOH估计 粒子滤波算法 萤火虫算法 健康指标 
基于改进BP-EKF算法的SOC估算被引量：10
《电源技术》2020年第9期1274-1278,共5页田冬冬 李立伟 杨玉新 
山东省自然科学基金(Y2008F23);山东省科技发展计划项目(2011GGB01123);山东省重点研发计划项目资助(2017GGX-50114)。
准确估测电池当前荷电状态(SOC)是电池储能系统是否安全可靠的重要指标。根据锂电池内部实际动态特性,提出一种改进BP神经网络和扩展卡尔曼滤波(EKF)相结合的锂离子动力电池SOC估计方法。优化BP神经网络前馈分析计算解决传统BP信噪比低...
关键词：荷电状态 改进BP神经网络 扩展卡尔曼滤波 
基于IACA-SVR的电池SOH预测研究被引量：1
《电力电子技术》2020年第9期62-66,共5页康道新 李立伟 杨玉新 罗羽 
山东省科技发展计划(2011GGB01123);山东省重点研发计划(2017GGX50114)。
针对锂电池老化机理复杂、电池健康状态(SOH)估算不准确问题,提出了一种新型电池SOH估计方法。首先,建立基于改进蚁群算法优化支持向量回归(IACA-SVR)的电池SOH预测模型,以电池放电过程平均电压和平均温度为输入变量,模拟电池老化。其次...
关键词：锂电池 健康状态 蚁群算法 支持向量回归 
基于S32K的电池管理系统主控单元设计被引量：2
《机械制造与自动化》2020年第4期180-183,共4页董海洋 杨玉新 罗羽 李立伟 
山东省科技发展计划项目(2011GGB01123);山东省重点研发计划项目(2017GGX50114)。
为提高电池组的使用寿命,设计了一种基于S32K的电池管理系统主控单元。该设计对绝缘检测系统进行了改进,提出了绝缘监控系统与绝缘检测系统相配合的绝缘监测系统,对系统的绝缘状态进行实时监测,有助于避免故障的发生;同时,对SOC估算方...
关键词：电池管理系统 主控单元 S32K 绝缘检测 SOC估算 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部