欢迎来到天天文库
浏览记录
ID:18391387
大小:45.00 KB
页数:14页
时间:2018-09-17
《基于byees估计的锂离子电池参数融合分类方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、基于BYEES估计的锂离子电池参数融合分类方法本文由83tjqnndlr贡献pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT,或下载源文件到本机查看。第17卷第3期 2003年9月 黑龙江工程学院学报 Junlo inigIstt fTehooyorafHeo ̄a ntueo cnlg lniV0.71.No31. SEP.20 ,03文章缩号:6147(030一040 17—6920)3o4—4基于BYEES估计的 锂离子电池参数融合分类方法 满 威,革臣李 (尔滨理工大学计算机与控制学院,龙江哈
2、尔滨1O8)哈黑5OO 摘要:离子电池多以组合形式使用,此使用时要将其分类,便把性能一致的电池组合在一起。普 锂因以遍使用的方法是itefhn方法,_且基于少数一两个参数。但实际情况是,映锂离子电池性能的参数远 反不止一两个参数。文中就该问题提出一种新的分类方法。该方法利用电池在充放电时的记录数据, 从中提取能反映电池性能的若干特征参数,这些特征参数进行融合,将然后把融合结果用于分类。 关键词:离子电池;EE锂BYS估计;据融合理论;类方法 数分中圈分类号:M91O21T1;1 文献标识码:A Clsicto
3、ehdo ncbteyasfainmto flii atr iiobsd ndt-uinter fbysetainaeeo aafso oyo ee sito hmMANWe,2Gece i1-hn(mptCu ̄&CnrloeeHabnUiesyoSineadTcnlg。ri500Ch)otCng,rinvrifcecnehooyHabn108,ma otAbtatL ncbkr fe sdi ak I re aktebkr gte d src:ioi aeyotniue pcsnodrtpc aeyt
4、erwilisnohohh tesmepromac, utcasytebfr sgi.otecmmo lsfctna ernewemslsi m eoeui Nw of fhnthncasai iiomeo dpstei-te rtmecwhc ae nol w aaeesHovrhehtdaoth hnai fhit,ihibsdo nyfprmtr.sewee,t paaee o—idiangpeorae fLiini keyaefrmoet rrmtrfrnct rmncsosif ocbar r a
5、 r ofom hi.Itstsn hi ppe。acasctonmeooar lsiafi td fLiincbatr seodt一 lin eyoh o teybad n aaisotor fBce t-shysei smaonWa n ̄odeit siucd.Themeodasrc eticaatrprmee,whciiae th btatcran hrce aatrssih ndctspromac ftebteyacrigt edt eodddm ̄ hrea shrepo erneoh atr,cod
6、n t arcre ugcag nddcag r-fohaics.dteivdte osqet.esahndiehmcneunl nsyKewod:ioiatr;ysetain;t-fsnter;lsictnmeo yrslincbteyBeesitodauihoycasaomaofihtd二次电池广泛应用于交通、讯、事及民用 通军领域。二次电池多是以组合电池组的形式使用,而 组合电池整体性能的好坏取决于各单体电池电化 学性能。如何将性能指标一致的电池分选出来,再 组合在一起?目前,用的分选方法有按容量分选、采
7、 按电压或电压平台分选和内阻分选等。于每种分 由类方法都存在片面性和随机性,以很难确保这些 所单体电池的电化学特性一致,致由此分选出来的 导电池组性能指标也不高。 本文提出了一种新的分类方法,即从电池的 充、电过程中提取能反应电池化学特性的若干特 放征参数,利用数据融合的方法将这些参数进行融 合,合后形成一个集合特征,据这个集合特征 融根进行分类。 1数据融合方法 现有的多传感器融合方法主要是根据两类应 用目的提出的。类是为了消除测量数据中的不确 一收稿日期:030-620-12 作者简介:威(97)女,尔滨
8、理工大学计算机与控制学院硕士研究生,究方向:池检测。满17 ̄,哈研电 第3期 满威等:基于BYEES估计的锂离子电池参数融合分类方法 .54. 定性,另一类多用于物体的识别与分类。此类方法 遵 】, ) +()1 虑。则()还可以写作 2式(=xP(Iy)maX .:… ) 其中,是随机向量,表实验误差、型误差、 代模背 景、号等附加误差项。在这里所谓数据融合就是 信』 v由N个传感器
此文档下载收益归作者所有