期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到188篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于模糊FFRLS-IMIUKF的锂离子电池SOC估计 认领 引用
1
作者 陈飞 古素军 +3 位作者 曹原 王春生 李日鹏 唐康 《电池》 CAS 北大核心 2026年第1期37-45,共9页
锂离子电池参数的时变特性与荷电状态(SOC)估计易受初始误差和噪声干扰,提出一种模糊自适应遗忘因子递归最小二乘法(FFRLS)与改进多新息无迹卡尔曼滤波(IMIUKF)相结合的协同估计方法。首先,基于一阶RC等效电路模型,设计模糊控制器动态调... 锂离子电池参数的时变特性与荷电状态(SOC)估计易受初始误差和噪声干扰,提出一种模糊自适应遗忘因子递归最小二乘法(FFRLS)与改进多新息无迹卡尔曼滤波(IMIUKF)相结合的协同估计方法。首先,基于一阶RC等效电路模型,设计模糊控制器动态调节FFRLS的遗忘因子,实现模型参数的实时在线辨识;其次,在传统多新息无迹卡尔曼滤波(MIUKF)基础上,IMIUKF仅选取当前及前两时刻的新息构建滤波向量,并引入后验新息修正机制,提升算法对初始SOC偏差和过程噪声的鲁棒性。在城市动力测功机驾驶循环(UDDS)工况下,对NCR-18650GA型锂离子电池进行验证,结果表明:所提方法在±20%初始误差场景下,SOC估计的平均绝对误差(MAE)和均方根误差(RMSE)分别降至3.22%和3.16%,优于扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)及标准MIUKF算法,且具有良好的实时性。 展开更多
关键词 锂离子电池 荷电状态(SOC)估计 多新息无迹卡尔曼滤波(MIUKF) 遗忘因子递归最小二乘法(FFRLS) 模糊控制
暂未订购 下载PDF
融合EKF与DFFRLS算法的智能电表运行误差与日线损率联合估计模型 认领 引用
2
作者 高晋峰 高岱峰 +1 位作者 郝俊博 肖春 《中国测试》 CAS 北大核心 2026年第3期164-173,共10页
台区智能电表运行误差估计与配电线路损耗率估计是两个相互耦合的估计系统。现有的线损率估计模型或假设台区线损为固定值,或过于理想化地推导出线损率与台区供电量成正比关系,然而这些模型并不能准确地描述真实日线损率的变化规律。该... 台区智能电表运行误差估计与配电线路损耗率估计是两个相互耦合的估计系统。现有的线损率估计模型或假设台区线损为固定值,或过于理想化地推导出线损率与台区供电量成正比关系,然而这些模型并不能准确地描述真实日线损率的变化规律。该文提出一种基于扩展卡尔曼滤波(extended Kalman filter,EKF)和带动态遗忘因子的递推最小二乘法(dynamic forgetting factor recursive least square,DFFRLS)的智能电表运行误差与日线损率联合估计模型。首先,对台区的量测数据进行筛查,剔除异常数据和轻空载用户;然后分别利用EKF和DFFRLS进行台区线损率和台区智能电表运行误差的估计;最后利用真实数据和仿真数据进行超差电表的识别并对比不同线损模型对误差估计的影响。结果表明,与固定遗忘因子递推最小二乘法、限定记忆递推最小二乘法和普通最小二乘法相比,所提DFFRLS算法具有优越性。 展开更多
关键词 智能电表 误差估计 扩展卡尔曼滤波 动态遗忘因子递推最小二乘法 在线估计
暂未订购 下载PDF
基于FFRLS的空间机械臂手眼关系在轨标定方法 认领 引用
3
作者 郑果 徐超凡 +2 位作者 李中衡 王少凡 王耀兵 《南京航空航天大学学报（自然科学版）》 CSCD 北大核心 2026年第3期589-597,共9页
随着太空探索任务的日益增多,空间机械臂已成为在轨服务、深空探测等战略任务的核心执行机构。然而,发射入轨时的强烈振动、空间微重力环境下的温度波动和宇宙辐射导致的部件老化,使在轨机械臂的手眼关系易发生动态漂移,从而降低操作精... 随着太空探索任务的日益增多,空间机械臂已成为在轨服务、深空探测等战略任务的核心执行机构。然而,发射入轨时的强烈振动、空间微重力环境下的温度波动和宇宙辐射导致的部件老化,使在轨机械臂的手眼关系易发生动态漂移,从而降低操作精度并增加任务风险。针对上述问题,提出了一种适用于星载有限算力环境的高效高精度在线手眼标定方法。推导了同步求解手眼关系旋转和平移部分的线性方程组,将AX=XB求解问题转化为超定方程组的单步求解问题,并给出了最小二乘解。利用在轨机械臂执行常规任务时获取的机械臂控制器读数(即A)和相机视觉测量数据(即B),结合遗忘因子递归最小二乘法(Forgetting factor recursive least squares,FFRLS)进行递归求解,实现了空间机械臂手眼关系的在线标定。通过构建模拟手眼关系在轨动态变化的数据集进行对比实验,结果表明:同等算力条件下,相较于结合滑动窗口的Tsai方法,所提方法在计算用时上仅需前者0.75%的时间,且标定精度相当,同时对测量噪声表现出更强的鲁棒性。 展开更多
关键词 空间机器人 手眼标定 在线标定 遗忘因子递归最小二乘法
暂未订购 下载PDF
基于FFRLS-ASRCKF的锂离子电池SOC估计 认领 引用
4
作者 麦云峰 祝真满 《电池》 CAS 北大核心 2026年第2期413-419,共7页
采用结合自适应平方根容积卡尔曼滤波(ASRCKF)的协同估计方法,提升锂离子电池荷电状态(SOC)的估计性能。利用带遗忘因子的递推最小二乘法(FFRLS)对电池模型参数进行实时辨识,引入ASRCKF完成状态量的反馈校正,从而形成完整的闭环估计框... 采用结合自适应平方根容积卡尔曼滤波(ASRCKF)的协同估计方法,提升锂离子电池荷电状态(SOC)的估计性能。利用带遗忘因子的递推最小二乘法(FFRLS)对电池模型参数进行实时辨识,引入ASRCKF完成状态量的反馈校正,从而形成完整的闭环估计框架。为验证所提方法的有效性,在动态应力测试(DST)和北京动态应力测试(BJDST)两种动态测试工况下,将FFRLS-ASRCKF与FFRLS-CKF进行对比。实验结果显示,FFRLS-ASRCKF在估计精度方面具有优势,在DST和BJDST工况下,SOC估计最大相对误差分别为1.5%和1.1%,能够实现对SOC的高精度跟踪。 展开更多
关键词 锂离子电池 状态估计 荷电状态(SOC) 遗忘因子递推最小二乘法(FFRLS) 自适应平方根的容积卡尔曼滤波算法(ASRCKF)
暂未订购 下载PDF
基于IAFFRLS-AUKF的锂电池参数辨识与SOC估计 认领 引用
5
作者 甄琪珏 张乔 王丰毅 《农业装备与车辆工程》 2026年第1期93-100,130,共8页
针对锂离子电池SOC估计中因模型精度不足导致误差较大的问题,以锂离子电池的二阶RC等效电路模型为基础,提出一种改进型自适应遗忘因子递推最小二乘法(Improved Adaptive Forgetting Factor Recursive Least Squares,IAFFRLS)用于模型参... 针对锂离子电池SOC估计中因模型精度不足导致误差较大的问题,以锂离子电池的二阶RC等效电路模型为基础,提出一种改进型自适应遗忘因子递推最小二乘法(Improved Adaptive Forgetting Factor Recursive Least Squares,IAFFRLS)用于模型参数在线辨识,并结合自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)实现SOC的协同估计。在DST和WLTP循环工况下,将所提IAFFRLS-AUKF算法与FFRLS-AUKF、AFFRLS-AUKF算法进行对比仿真。结果表明,IAFFRLS-AUKF算法估计的SOC与真实值最为接近,其均方根误差在DST工况下为0.615 29%,在WLTP工况下为0.129 83%;相较于2种对比算法,该算法在DST工况下精度分别提升22.67%和38.22%,在WLTP工况下分别提升63.64%和86.83%。结果验证了所提联合算法具有更高的估计精度与鲁棒性。 展开更多
关键词 二阶RC电路模型 改进的自适应遗忘因子的递推最小二乘法 在线参数辨识 联合估计
暂未订购 下载PDF
基于AFFRLS-MIAUKF算法的锂离子电池SOC估算 认领 引用 被引量：4
6
作者 王君瑞 李进 +1 位作者 季长江 谭露 《现代电子技术》 北大核心 2025年第10期7-14,共8页
在锂离子电池荷电状态(SOC)估算过程中,建立合适的模型是第一步,模型中参数的辨识精度对估算SOC至关重要。为提高锂离子电池SOC的估算精度,提出一种基于自适应遗忘因子递推最小二乘(AFFRLS)与多新息自适应无迹卡尔曼滤波(MIAUKF)相结合... 在锂离子电池荷电状态(SOC)估算过程中,建立合适的模型是第一步,模型中参数的辨识精度对估算SOC至关重要。为提高锂离子电池SOC的估算精度,提出一种基于自适应遗忘因子递推最小二乘(AFFRLS)与多新息自适应无迹卡尔曼滤波(MIAUKF)相结合的算法来估算电池SOC。以三元锂电池为实验对象,建立二阶RC等效电路模型,采用离线辨识和自适应遗忘因子递推最小二乘两种方法实现模型参数的辨识。在复合脉冲功率特性实验(HPPC)工况下,使用AFFRLS-MIAUKF算法对锂离子电池SOC进行估算,并与离线辨识MIAUKF算法和UKF算法相对比。实验结果表明,AFFRLS-MIAUKF算法具有更高的精度,平均误差能保持在0.5%以内。 展开更多
关键词 锂离子电池 电池荷电状态估算 无迹卡尔曼滤波 自适应遗忘因子递推最小二乘 多新息理论 等效电路模型
暂未订购 下载PDF
基于FFRLS-MIUKF算法的全钒液流电池荷电状态估计方法 认领 引用 被引量：1
7
作者 郑涛 贾泽峰 +2 位作者 邱亚 李俊伟 侯谋 《热力发电》 CAS CSCD 北大核心 2025年第4期68-76,共9页
针对全钒液流电池的荷电状态(state of charge,SOC)估计难度大、成本高、准确性差等问题,提出一种基于带遗忘因子的递推最小二乘法(forgetting factor recursive least squares,FFRLS)和多新息无迹卡尔曼滤波(multiple innovation unsce... 针对全钒液流电池的荷电状态(state of charge,SOC)估计难度大、成本高、准确性差等问题,提出一种基于带遗忘因子的递推最小二乘法(forgetting factor recursive least squares,FFRLS)和多新息无迹卡尔曼滤波(multiple innovation unscented Kalman filter,MIUKF)的全钒液流电池荷电状态估计方法。该方法通过FFRLS在线辨识全钒液流电池等效电路模型参数,然后通过MIUKF进行荷电状态估计,从而达到准确估计全钒液流电池荷电状态的目的。最后,利用实验平台对5 kW/30 kW·h的全钒液流电池采用所提出方法进行验证,实验结果表明,相较于RLS-UKF算法和FFRLS-UKF算法,FFRLS-MIUKF算法在荷电状态估计中表现最优,其充电阶段与放电阶段均方误差与均方根误差更低,均方误差与均方根误差在充电阶段分别为0.0037、0.0609,在放电阶段分别为0.0013、0.0363。 展开更多
关键词 全钒液流电池 SOC估计 递推最小二乘 多新息无迹卡尔曼滤波 遗忘因子
暂未订购 下载PDF
基于IFFRLS-IMMUKF的商用车磷酸铁锂电池SOC估算 认领 引用 被引量：4
8
作者 吴华伟 何成泽 +3 位作者 洪强 周小高 李明金 顾亚娟 《储能科学与技术》 CAS CSCD 北大核心 2025年第10期3996-4008,共13页
荷电状态(SOC)作为电动汽车剩余容量的表征参数,它的准确预估可以保障电动汽车的安全可靠性。针对复杂环境下电池SOC难以精确估算的问题,本工作基于动力电池特性构建了等效电路模型,并对电池模型状态方程进行了离散化的推演,在获得离散... 荷电状态(SOC)作为电动汽车剩余容量的表征参数,它的准确预估可以保障电动汽车的安全可靠性。针对复杂环境下电池SOC难以精确估算的问题,本工作基于动力电池特性构建了等效电路模型,并对电池模型状态方程进行了离散化的推演,在获得离散化状态方程的基础上,将金豺优化算法与遗忘因子递推最小二乘法(FFRLS)相结合提出了改进遗忘递推最小二乘法对电池模型进行了参数辨识。同时,联合交互式多模型无迹卡尔曼滤波(IMMUKF)算法对电池SOC进行估算,并在对常温和高温条件下的动态应力(DST)和联邦城市驾驶工况(FUDS)进行试验验证。结果表明,基于IFFRLS-IMMUKF的锂电池SOC估算方法,其平均绝对值误差在0.8%之内,对磷酸铁锂电池有较高的SOC估算精度。 展开更多
关键词 金豺优化算法 遗忘因子递推最小二乘法 交互式多模型无迹卡尔曼滤波 荷电状态
暂未订购 下载PDF
基于AFFRLS-AUKF的多工况下锂离子电池SOC估计 认领 引用 被引量：1
9
作者 郑大宇 高煜琨 +1 位作者 董静 张学明 《哈尔滨商业大学学报（自然科学版）》 CAS 2025年第3期336-345,共10页
锂离子电池的荷电状态估计(SOC)是电池管理系统(BMS)的关键指标,准确的SOC预测是锂电池安全工作的关键保证.针对由电池模型的参数固定而导致模型参数辨识准确性不够以及传统无迹卡尔曼滤波精度较低、稳定性差等问题,运用自适应遗忘因子... 锂离子电池的荷电状态估计(SOC)是电池管理系统(BMS)的关键指标,准确的SOC预测是锂电池安全工作的关键保证.针对由电池模型的参数固定而导致模型参数辨识准确性不够以及传统无迹卡尔曼滤波精度较低、稳定性差等问题,运用自适应遗忘因子递推最小二乘算法(AFFRLS)对二阶RC等效电路模型进行在线参数辨识,结合自适应无迹卡尔曼滤波算法(AUKF)联合估计电池荷电状态.实验结果表明,AFFRLS-AUKF联合算法能够自适应多个工况下的SOC估计,在DST工况下SOC的平均误差降低至0.0035;在FUDS工况下SOC的平均误差降低至0.0110、在US06工况下SOC的平均误差降低至0.0011、在BJDS工况下SOC的平均误差降低至0.0077.该算法解决了在多个工况下锂电池因参数时变而导致的估计精度较低的问题,为锂离子电池的使用寿命和管理系统的运行效率提供了保障. 展开更多
关键词 SOC 锂离子电池 参数辨识 自适应遗忘因子递推最小二乘(AFFRLS)法 自适应无迹卡尔曼滤波(AUKF) 多工况
暂未订购 下载PDF
基于VFFRLS-ASRRF的锂离子电池SOC估计 认领 引用
10
作者 李美丽 刘昊 冯子亮 《电池》 CAS 北大核心 2025年第3期554-560,共7页
精确建模及高精度估计荷电状态(SOC)是锂离子电池应用的关键。结合可变遗忘因子递推最小二乘(VFFRLS)与自适应平方根秩滤波(ASRRF)算法,进行SOC估计。ASRRF算法能处理模型的非线性和测量噪声,通过捕获电池的连续时间动态来提高估计精度... 精确建模及高精度估计荷电状态(SOC)是锂离子电池应用的关键。结合可变遗忘因子递推最小二乘(VFFRLS)与自适应平方根秩滤波(ASRRF)算法,进行SOC估计。ASRRF算法能处理模型的非线性和测量噪声,通过捕获电池的连续时间动态来提高估计精度。在MATLAB环境中仿真,比较秩滤波(RF)和ASRRF算法在相似噪声下的性能。VFFRLS-ASRRF算法在联邦城市驾驶工况(FUDS)和US06工况下,SOC估计精度分别为1.8%和1.3%,均优于VFFRLS-RF算法。 展开更多
关键词 锂离子电池 荷电状态(SOC) 可变遗忘因子递推最小二乘(VFFRLS) 自适应平方根秩滤波(ASRRF)
暂未订购 下载PDF
基于车辆动力学和改进的FFRLS算法在线估算电动公交能耗 认领 引用
11
作者 张馨方 闫艺萍 +2 位作者 张哲 徐志刚 张立成 《汽车安全与节能学报》 CAS CSCD 北大核心 2025年第5期747-756,共10页
为提高电动公交汽车能耗预测模型在实时性、精度和可解释性方面的表现,该文提出了一种融合车辆动力学模型和数据驱动参数辨识的分工况能耗预测模型。该模型根据加速、匀速和减速3种工况,分别建立瞬时功率方程,并通过驾驶段划分计算累计... 为提高电动公交汽车能耗预测模型在实时性、精度和可解释性方面的表现,该文提出了一种融合车辆动力学模型和数据驱动参数辨识的分工况能耗预测模型。该模型根据加速、匀速和减速3种工况,分别建立瞬时功率方程,并通过驾驶段划分计算累计能耗;通过引入带遗忘因子的递推最小二乘法(FFRLS)对模型参数进行在线识别,并结合粒子群优化算法(PSO)优化初始参数和遗忘因子,构建了具备实时在线预测能力的能耗模型IFFRLS。结果表明:所提模型的预测能力优异,最高决定系数(R2)达0.977,平均绝对百分比误差(MAPE)为11.16%,明显优于未改进的模型。 展开更多
关键词 电动公交汽车 能耗 参数辨识 车辆动力学 带遗忘因子的最小二乘法(FFRLS)
暂未订购 下载PDF
基于FFRLS-AIEKF的锂离子电池SOC估计 认领 引用 被引量：3
12
作者 阮爱国 史仰泽 +5 位作者 王方钦 黄开义 陈太刚 梁大鸿 陈海波 陈思文 《电池》 CAS 北大核心 2025年第3期529-535,共7页
针对电池模型参数辨识不准确及扩展卡尔曼滤波(EKF)法无法正确确定外界噪声的影响,导致锂离子电池荷电状态(SOC)估计误差偏大的问题,提出一种遗忘因子递推最小二乘(FFRLS)-自适应迭代策略的EKF(AIEKF)算法。以双极化等效电路模型为基础... 针对电池模型参数辨识不准确及扩展卡尔曼滤波(EKF)法无法正确确定外界噪声的影响,导致锂离子电池荷电状态(SOC)估计误差偏大的问题,提出一种遗忘因子递推最小二乘(FFRLS)-自适应迭代策略的EKF(AIEKF)算法。以双极化等效电路模型为基础,先利用FFRLS进行在线参数辨识,再将所辨识的各参数传给由EKF和迭代策略结合得到的AIEKF,完成对SOC估计。基于MATLAB进行仿真验证,用SOC估计的误差曲线、平均绝对误差及均方根误差的数值进行对比。相较于FFRLS-EKF算法,所提FFRLS-AIEKF算法的SOC估计精度更高,最大估计误差为1.6%。 展开更多
关键词 锂离子电池 遗忘因子递推最小二乘(FFRLS) 自适应迭代策略的扩展卡尔曼滤波(AIEKF) 荷电状态(SOC)
暂未订购 下载PDF
基于改进递归最小二乘法的多种工况下多电机参数失配诊断研究 认领 引用 被引量：1
13
作者 秦鹏博 郝杰 +4 位作者 袁亮 张建博 郑国泉 杨硕 张东 《制造技术与机床》 CAS 北大核心 2026年第2期221-232,共12页
针对多种电机采用的控制器模型也存在不同,电机参数存在多样性,并且针对多种工况下,电机在工作过程中存在参数变化、负载扰动等情况,导致电机参数辨识精度不高、电机-控制器模型失配等问题,提出了一种改进递归最小二乘法(recursive leas... 针对多种电机采用的控制器模型也存在不同,电机参数存在多样性,并且针对多种工况下,电机在工作过程中存在参数变化、负载扰动等情况,导致电机参数辨识精度不高、电机-控制器模型失配等问题,提出了一种改进递归最小二乘法(recursive least squares,RLS)算法进行多种工况下多电机参数失配诊断。针对传统的递归最小二乘法在进行在线电机参数辨识时,容易固遗忘因子影响,存在跟随速度慢、抗干扰性差等问题,在原始递归最小二乘法基础上引入了随系统工况变化而变化的“变遗忘因子”,提高电机参数的跟踪速度和抗负载扰动能力;为验证改进后的递归最小二乘法是否具有可靠性、鲁棒性和泛化性,分别设置了5种假设工况,并进行多组实验对比,通过分析电机速度响应、d-q轴电流以及量化分析转矩跟踪和Rs参数辨识精度等,验证改进后的算法具有较强的鲁棒性和泛化性;并通过分析性能指标数据,主要包括平均速度、平均q轴电流等,得出改进后算法分析数据的有效性。 展开更多
关键词 递归最小二乘法 变遗忘因子 参数失配诊断 参数辨识 转矩跟踪
暂未订购 下载PDF
基于遗忘因子自适应修正的风电场等效惯量在线评估 认领 引用
14
作者 秦世耀 李少林 +2 位作者 李春彦 晏紫微 陈玉珊 《电网技术》 EI CSCD 北大核心 2026年第8期3189-3198,共10页
新能源等效惯量的分析与评估对高比例新能源系统安全稳定至关重要。风电场等效惯量具有非线性特征,常用含有遗忘因子的递推最小二乘(recursive least square,RLS)估计方法进行新能源等效惯量评估,该方法能防止数据饱和并快速有效地跟踪... 新能源等效惯量的分析与评估对高比例新能源系统安全稳定至关重要。风电场等效惯量具有非线性特征,常用含有遗忘因子的递推最小二乘(recursive least square,RLS)估计方法进行新能源等效惯量评估,该方法能防止数据饱和并快速有效地跟踪参数变化,其中遗忘因子的更新方法对辨识精度影响较大。基于此,文章提出了一种基于遗忘因子自适应修正的风电场等效惯量在线评估方法。首先,给出了新能源机组等效惯量的定义和理论方程,并进一步推导出了风电场等效惯量评估的理论依据。在此基础上,采用有源自回归(auto-regressive with extra inputs,ARX)模型与RLS估计法,基于滑动窗口误差趋势预测对遗忘因子进行自适应修正,使遗忘因子根据误差变化趋势提前调整,增强对动态过程的平滑适应能力。然后,基于构建的系统功率-频率响应模型提取等效惯量。最后,在MATLAB/Simulink中搭建3机9节点仿真算例,验证了所提方法的有效性与准确性。 展开更多
关键词 惯量辨识 频率响应 递推最小二乘 遗忘因子 自适应
暂未订购 下载PDF
基于改进多新息最小二乘算法的锂电池参数辨识研究 认领 引用
15
作者 宋维华 刘冉冉 +2 位作者 金晓娜 孙志英 姜学艳 《现代电子技术》 北大核心 2026年第4期126-134,共9页
锂离子电池作为电动汽车的主要动力来源,凭借能量密度高、循环寿命长等优势而得到广泛使用。但汽车的运行工况复杂,导致锂离子电池荷电状态(SOC)难以准确估计。而在SOC估计研究中,准确的模型参数可提高SOC的估计精度。为此,设计了改进... 锂离子电池作为电动汽车的主要动力来源,凭借能量密度高、循环寿命长等优势而得到广泛使用。但汽车的运行工况复杂,导致锂离子电池荷电状态(SOC)难以准确估计。而在SOC估计研究中,准确的模型参数可提高SOC的估计精度。为此,设计了改进自适应遗忘因子(IAFF)调节机制,并提出一种改进自适应遗忘因子多新息递推最小二乘(IAFFMIRLS)算法。该算法不仅能够提高参数辨识的准确性,而且在抗干扰能力上具有优异的性能。仿真验证结果表明,相比可变遗忘因子递推最小二乘(VFFRLS)算法、自适应遗忘因子递推最小二乘(AFFRLS)算法与多新息最小二乘(MIRLS)算法,IAFFMIRLS算法的均方根误差(RMSE)分别降低了97.06%、91.40%和72.02%,在噪声干扰下辨识的RMSE分别降低了97.24%、62.55%和83.13%,验证了该算法具有较高的辨识精度和抗干扰性,能够为提升电池状态估计与寿命预测的可靠性提供理论支撑。 展开更多
关键词 锂离子电池 参数辨识 荷电状态 自适应遗忘因子 多新息递推最小二乘算法 等效电路模型
暂未订购 下载PDF
时变非平稳厚尾量测噪声下的锂电池荷电状态强跟踪估计方法 认领 引用
16
作者 施琳 王天靖 +2 位作者 黄海东 熊浩 张琦兵 《电工技术学报》 EI CSCD 北大核心 2026年第3期1040-1061,共22页
针对时变非平稳厚尾噪声影响下锂电池荷电状态(SOC)的高精度估计与动态快速跟踪响应难题,提出了基于广义变遗忘因子最小二乘法(GVFFRLS)参数在线辨识与Gauss-双Gamma混合先验变分H密度抗差容积滤波的锂电池SOC动态估计算法。提出GVFFRL... 针对时变非平稳厚尾噪声影响下锂电池荷电状态(SOC)的高精度估计与动态快速跟踪响应难题,提出了基于广义变遗忘因子最小二乘法(GVFFRLS)参数在线辨识与Gauss-双Gamma混合先验变分H密度抗差容积滤波的锂电池SOC动态估计算法。提出GVFFRLS以动态自适应在线辨识Thevenin等效电路模型参数,并基于Gauss-双Gamma混合分布先验建模的变分容积卡尔曼滤波联合估计电池状态向量与量测随机分布参数;引入L2-1/2分段鲁棒损失函数和状态-量测组合新息,设计H密度损失准则与变分迭代紧结合的抗差方法,强化了滤波的状态预测偏差适应性。基于锂电池不同温度、多种动态工况下的SOC估计仿真实验结果表明,在非平稳厚尾噪声影响下所提算法的参数辨识电压预测精度相比遗忘因子最小二乘法(FFRLS)提升96.32%,SOC估计多指标精度相比多种现有常用滤波估计算法提升了75.05%及以上,大幅增强了SOC快速跟踪收敛性能。 展开更多
关键词 锂电池SOC估计 容积卡尔曼滤波 变遗忘因子最小二乘法 变分贝叶斯方法 H密度损失准则
暂未订购 下载PDF
基于WFRLS⁃STCKF的锂离子电池荷电状态估计方法 认领 引用
17
作者 马逾 杨睿超 +4 位作者 高怀斌 杨姜伟 夏宝洲 李岩 张传伟 《中北大学学报（自然科学版）》 CAS 2026年第1期80-88,96,共9页
精确的锂离子电池的荷电状态(SOC)估计是确保电动汽车安全、可靠运行的核心要求。然而,电池管理系统(BMS)易受多变工作条件的干扰,导致SOC估计值出现较大偏差,这构成了当前面临的主要挑战。针对电池系统工况突变时,传统遗忘因子递推最... 精确的锂离子电池的荷电状态(SOC)估计是确保电动汽车安全、可靠运行的核心要求。然而,电池管理系统(BMS)易受多变工作条件的干扰,导致SOC估计值出现较大偏差,这构成了当前面临的主要挑战。针对电池系统工况突变时,传统遗忘因子递推最小二乘法(FFRLS)因动态响应迟滞所致模型参数辨识精度下降,进而影响SOC估计精度的问题,本文提出了一种结合加权遗忘因子递推最小二乘法(WFRLS)与强跟踪容积卡尔曼滤波(STCKF)的联合估计方法。基于二阶RC等效电路模型,采用WFRLS算法进行了模型参数在线辨识。结果表明,在系统工况突变时,WFRLS的电压辨识精度较传统FFRLS方法提升约0.01V。在此基础上,利用STCKF算法实现SOC的在线估计。在动态应力测试(DST)和城市道路循环(UDDS)两种典型工况下的实验验证表明,所提联合方法具有较高的估计精度,平均绝对误差低于2%,均方根误差低于3%,表现出良好的适应性与鲁棒性。 展开更多
关键词 电动汽车 荷电状态估计 系统工况突变 加权遗忘递推最小二乘法 强跟踪容积卡尔曼
暂未订购 下载PDF
基于自适应增益滑模观测器的宽温域锂电池荷电状态估计 认领 引用
18
作者 陶杨洁 徐宝昌 +2 位作者 尹士轩 郭俊明 辛若家 《科学技术与工程》 EI 北大核心 2026年第4期1528-1536,共9页
荷电状态(state of charge,SOC)的准确估计对延长电池寿命、减少事故发生至关重要。针对锂电池系统存在建模误差及宽温度范围下传统方法适应性差的问题,设计一种自适应增益滑模观测器(adaptive gain sliding mode observer,AGSMO)以提... 荷电状态(state of charge,SOC)的准确估计对延长电池寿命、减少事故发生至关重要。针对锂电池系统存在建模误差及宽温度范围下传统方法适应性差的问题,设计一种自适应增益滑模观测器(adaptive gain sliding mode observer,AGSMO)以提高宽温域SOC估计精度。采用二阶RC等效电路模型构造适用于AGSMO的状态方程,并结合遗忘因子最小二乘法(forgetting factor recursive least square,FFRLS)完成模型参数辨识。利用等效控制思想构建状态误差的等效表达式,基于此设计滑模观测器,同时采用自适应增益提高收敛速度并抑制抖振。结合案例应用仿真,结果表明:AGSMO在美国联邦城市运行工况FUDS和高加速循环工况US06的不同初值下均可实现SOC的准确估计,并通过上述两种工况验证宽温域环境下AGSMO相较于滑模观测器(sliding mode observer,SMO)、扩展卡尔曼滤波(extended Kalman filter,EKF)具有更好的估计精度及收敛速度,均方根误差不超过0.68%,且在温域两端呈现强鲁棒性。 展开更多
关键词 荷电状态(SOC) 锂电池 滑模观测器 宽温域 等效电路模型 遗忘因子最小二乘法(FFRLS)
暂未订购 下载PDF
PEMFC发电系统FFRLS在线辨识和实时最优温度广义预测控制方法 认领 引用 被引量：34
19
作者 尹良震 李奇 +2 位作者 洪志湖 韩莹 陈维荣 《中国电机工程学报》 EI CSCD 北大核心 2017年第11期3223-3235,共13页
质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)发电系统是21世纪最有前景的发电技术之一。针对空冷型PEMFC发电系统工作温度对输出性能影响问题,该文通过理论分析和实验手段研究发电系统输出性能的最优特性。根据空冷... 质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)发电系统是21世纪最有前景的发电技术之一。针对空冷型PEMFC发电系统工作温度对输出性能影响问题,该文通过理论分析和实验手段研究发电系统输出性能的最优特性。根据空冷型PEMFC发电系统温度控制对象所具有的非线性、迟滞、时变等特点,提出基于FFRLS在线辨识的PEMFC发电系统实时最优温度广义预测控制。其中,FFRLS在线辨识算法用于对非线性控制对象进行建模和在线校正。在搭建的空冷型PEMFC测控实验平台上,通过实验研究控制器参数对于系统性能的影响。阶跃响应实验结果表明:提出的控制方法能够在不同负载条件下实现对电堆最优温度进行实时跟踪。与常规PID控制比较,系统的超调量减少了约32.3%,发电系统输出功率更平稳,有利于发电系统的长期稳定运行,延长电堆的使用寿命。 展开更多
关键词 空冷型质子交换膜燃料电池 最优温度特性 广义预测控制 遗忘因子递推最小二乘在线辨识
暂未订购 下载PDF
融合改进LS与分量相关性的极移预报模型 认领 引用
20
作者 要亚鑫 郝飞宇 +1 位作者 程彤 王潜心 《大地测量与地球动力学》 CSCD 北大核心 2026年第7期834-841,共8页
为探索纯数据驱动的极移(PM)高精度自主预报,提出一种粒子群耦合遗忘因子递归最小二乘和多元自回归(PSO-FFRLS+MAR)模型。该模型对历史数据进行动态加权,以跟踪系统缓慢变化,并对PMX与PMY残差协同波动进行联合建模。实验表明,该模型在1~... 为探索纯数据驱动的极移(PM)高精度自主预报,提出一种粒子群耦合遗忘因子递归最小二乘和多元自回归(PSO-FFRLS+MAR)模型。该模型对历史数据进行动态加权,以跟踪系统缓慢变化,并对PMX与PMY残差协同波动进行联合建模。实验表明,该模型在1~90 d预报期内,精度和稳定性均优于主流模型,对PMY的提升尤为显著(相较于经典LS+AR模型,其MAE降低35.4%),且逐天检验证明了该提升的统计显著性。PMY精度提升更多,从物理机制上可能源于模型更有效地捕捉到了主导该方向的强季节性大气激发。本文研究为地球定向参数的中短期自主预报提供了一种高性能数据驱动方法,可通过误差分析关联地球角动量激发函数来理解模型物理机制。 展开更多
关键词 极移 遗忘因子递归最小二乘法 多元自回归 PMX-PMY相关性 中短期预报
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈