تخمین SOC برای باتری های لیتیوم یونی با استفاده از فیلتر کالمن توسعه یافته با نویز فرآیند کنترل شده PID با توجه به خطای ولتاژ

عنوان تخمین SOC برای باتری های لیتیوم یونی با استفاده از فیلتر کالمن توسعه یافته با نویز فرآیند کنترل شده PID با توجه به خطای ولتاژ
نویسنده چلیک، مرت، گوزوبیوک، مهمت علی، آکدوغان، تایلان، اوغورداغ، حسن فاتح
تاریخ انتشار: 2019
محل انتشار - IEEE
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-605011275-7
شماره ثبت f975c0b2-a3fd-4428-8da5-3e8dce5461d0
محل کتابخانه علوم طبیعی و ریاضی، مهندسی برق و الکترونیک
تاریخ 2019
یادداشت‌ها TÜBİTAK
متن نمونه تخمین وضعیت شارژ (SOC) برای دستگاه‌هایی که با باتری کار می‌کنند بسیار مهم است تا سطح شارژ باقی‌مانده را پیدا کند. زمانی که باتری در حالت استراحت است، این فرآیند نسبتاً ساده است. با این حال، به دلیل اختلالات فرآیند و عدم قطعیت مدل، در حین کار کردن دستگاه می تواند چالش برانگیز باشد. انواع مختلفی از رویکردها قبلاً در ادبیات ارائه شده است مانند شبکه های عصبی، فیلتر کالمن، و مشاهده گرهای غیرخطی. با این وجود، روش‌های پیشنهادی در ادبیات، پاسخ سریعی برای خطاهای شرایط اولیه ندارند. این مقاله پیاده سازی جدیدی از Extended Kalman Filter را پیشنهاد می کند که ویژگی های همگرایی حالت ها را برای تخمین SOC بهبود می بخشد. اهمیت خطاهای شرایط اولیه در این مقاله به ویژه از دیدگاه خودرو بیان شده است.
DOI 10.23919/ELECO47770.2019.8990538
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

تخمین SOC برای باتری های لیتیوم یونی با استفاده از فیلتر کالمن توسعه یافته با نویز فرآیند کنترل شده PID با توجه به خطای ولتاژ

نویسنده چلیک، مرت، گوزوبیوک، مهمت علی، آکدوغان، تایلان، اوغورداغ، حسن فاتح
تاریخ انتشار 2019
محل انتشار - IEEE
نوع سند
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-605011275-7
شماره ثبت f975c0b2-a3fd-4428-8da5-3e8dce5461d0
محل کتابخانه علوم طبیعی و ریاضی، مهندسی برق و الکترونیک
تاریخ 2019
یادداشت‌ها TÜBİTAK
متن نمونه تخمین وضعیت شارژ (SOC) برای دستگاه‌هایی که با باتری کار می‌کنند بسیار مهم است تا سطح شارژ باقی‌مانده را پیدا کند. زمانی که باتری در حالت استراحت است، این فرآیند نسبتاً ساده است. با این حال، به دلیل اختلالات فرآیند و عدم قطعیت مدل، در حین کار کردن دستگاه می تواند چالش برانگیز باشد. انواع مختلفی از رویکردها قبلاً در ادبیات ارائه شده است مانند شبکه های عصبی، فیلتر کالمن، و مشاهده گرهای غیرخطی. با این وجود، روش‌های پیشنهادی در ادبیات، پاسخ سریعی برای خطاهای شرایط اولیه ندارند. این مقاله پیاده سازی جدیدی از Extended Kalman Filter را پیشنهاد می کند که ویژگی های همگرایی حالت ها را برای تخمین SOC بهبود می بخشد. اهمیت خطاهای شرایط اولیه در این مقاله به ویژه از دیدگاه خودرو بیان شده است.
DOI 10.23919/ELECO47770.2019.8990538
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید