-
题名基于权值选择粒子滤波的锂电池RUL预测研究
被引量：5
- 1
-
-
作者
李亚滨
袁学庆
汤琦
贾洪铎
-
机构
中国科学院沈阳自动化研究所
中国科学院机器人与智能制造创新研究院
沈阳建筑大学信息与控制工程学院
-
出处
《计算机仿真》
北大核心
2020年第11期75-80,共6页
-
文摘
为准确预测锂离子电池剩余使用寿命(remaining useful life,RUL),给出预测结果的不确定性表达,将权值选择粒子滤波(weight selected particle filter,WSPF)算法应用于锂离子电池RUL预测领域,通过与序贯重要性重采样粒子滤波(sequential importance resampling PF,SIR-PF)算法的对比,验证了WSPF算法在锂离子电池RUL预测中的优越性。继而提出基于新退化模型和WSPF算法的锂离子电池RUL预测方法,并与基于标准粒子滤波算法的预测结果做比较。结果表明,基于WSPF算法的预测方法具有更高的预测精度和不确定性表达精度,同时具有一定的收敛性和适应性。
-
关键词
锂离子电池
剩余使用寿命
权值选择粒子滤波
新容量退化模型
-
Keywords
Lithium-ion batteries
Remaining useful life
Weight select particle filter
New capacity degradation model
-
分类号
TM743
[电气工程—电力系统及自动化]
-
-
题名基于权值选择粒子滤波算法的锂离子电池SOC估计
被引量：4
- 2
-
-
作者
彭方想
南金瑞
孙立清
-
机构
北京理工大学机械与车辆学院
-
出处
《太原理工大学学报》
CAS
北大核心
2020年第5期750-755,共6页
-
基金
国家重点R&D计划项目(2017YFB0103801)
上海汽车工业技术发展基金会项目(1620)。
-
文摘
针对锂离子动力电池的荷电状态(SOC)估计问题,以三元锂(MNC)电池为研究对象,选用Thevenin等效电路模型,建立电池模型的状态方程和观测方程,完成了带遗忘因子的递推最小二乘法(FFRLS)的理论推导。进行电池单体混合动力脉冲功率特性测试(HPPC测试),基于测试数据和FFRLS算法完成电池模型的在线参数辨识,并通过锂离子电池的端电压精度来验证算法的可行性;在此基础上,提出一种权值选择粒子滤波(WSPF)算法来实现锂离子电池SOC估计,该算法中全部粒子都参与粒子滤波过程,但只选择较优权重粒子用于电池状态估计,从而解决粒子滤波的粒子退化问题,提高粒子的多样性。通过HPPC测试和动态工况测试(DST)结果验证,WSPF算法的估计精度能控制在2%以内。与重采样粒子滤波(SIR-PF)算法相比,WSPF算法的估计精度高,鲁棒性好。
-
关键词
Thevenin模型
在线参数辨识
SOC估计
权值选择粒子滤波算法
-
Keywords
Thevenin model
online parameter identification
SOC estimation
weight selection particle filtering algorithm
-
分类号
TQ306
[化学工程]
TM911
[电气工程—电力电子与电力传动]
-
-
题名一种基于粒子滤波的红外多目标跟踪算法
被引量：2
- 3
-
-
作者
华宇宁
崔春娜
-
机构
沈阳理工大学自动化与电气工程学院
-
出处
《沈阳理工大学学报》
CAS
2017年第1期66-70,共5页
-
文摘
针对粒子滤波算法固有的"退化"和"样贫"问题,采用基于权值选择重采样算法与粒子滤波算法相结合来优化粒子滤波的滤波性能、克服粒子退化。针对粒子滤波算法在红外目标跟踪,尤其是对遮挡目标跟踪方面的不足,本文从Markov跳变非线性系统贝叶斯状态估计的角度出发,引入一种无向图即马尔可夫随机场(MRF)来描述多目标的交互模型,提出了该系统下的粒子滤波跟踪框架,并将其用在被遮挡的红外多目标跟踪中。实验结果表明,所提出的算法能有效对被遮挡的红外目标进行跟踪,并且在抗遮挡性以及跟踪持久性等方面优于主流算法。
-
关键词
多目标跟踪
权值选择重采样粒子滤波
MARKOV随机场
-
Keywords
multi-target tracking
weight select resampling particle filter
Markov random field
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
