基于改进卡尔曼滤波算法的电池健康度估算研究

基于改进卡尔曼滤波算法的电池健康度估算研究

ID:35015270

大小:6.91 MB

页数:62页

时间:2019-03-16

基于改进卡尔曼滤波算法的电池健康度估算研究_第1页
基于改进卡尔曼滤波算法的电池健康度估算研究_第2页
基于改进卡尔曼滤波算法的电池健康度估算研究_第3页
基于改进卡尔曼滤波算法的电池健康度估算研究_第4页
基于改进卡尔曼滤波算法的电池健康度估算研究_第5页
资源描述:

《基于改进卡尔曼滤波算法的电池健康度估算研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、工程硕士学位论文基于改进卡尔曼滤波算法的电池健康度估算研究周兴博哈尔滨理工大学2017年3月哈尔滨理工大学硕±学位论文原创性声明《本人郑重声明:此处所提交的硕±学位论文基于改进卡尔曼滤波算法的电池健康度估算研充》,是本人在导师指导下,在哈尔滨理工大学攻读硕±学位期间独立进行硏巧工作所取得的成果,论文中除己注明部分外。据本人所知不包普他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集。。体,均己在文中^^^明确方式注明本声明的法律结果将完全由本人承担作者證名;巧兴句日脱如择亩月V日哈尔滨理工大学硕±学位论文使用授权书《基于改进卡尔曼滤波算法的电池

2、健康度估算研究》系本人在哈尔滨理工大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研巧成果归哈尔滨理工大学所有,本论文的研巧内容不得臥其它单位的名义发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定I同意学校保留并向有关部口提交论文和电子版本,化许论文被查阅和借阅。本人授权哈尔滨理工大学可W采用影印、缩印或其他复剌手段保存论文,可公布论文的全部或部分内容。本学位论文属于保密口,在年解密后适用授权书。不保密囚。作者签名;曰期年^月V曰导师签名;曰期:知年月5曰王箱矣7)/国内图书分类号:TP277工程硕士学位论文基于

3、改进卡尔曼滤波算法的电池健康度估算研究硕士研究生:周兴博导师:王海英申请学位级别:工程硕士工程领域:控制工程所在单位:自动化学院答辩日期:2017年3月授予学位单位:哈尔滨理工大学ClassifiedIndex:TP277DissertationfortheMasterDegreeinEngineeringResearchonEstimationofBatteryHealthBasedonImprovedKalmanFilterCandidate:ZhouXingboSupervisor:WangHaiyingAcademicDegreeAppliedfor:MasterofEnginee

4、ringSpecialty:ControlEngineeringDateofOralExamination:March,2017University:HarbinUniversityofScienceandTechnology哈尔滨理工大学工学硕士学位论文基于改进卡尔曼滤波算法的电池健康度估算研究摘要随着铅酸蓄电池(VRLA)在工业生产领域不断应用,为了确保电池性能良好、延长电池的寿命,必须对铅酸蓄电池的性能进行有效地实时监测,从而确保其安全、可靠地作为后备电源运行。目前,国内外对于电池性能的估算大多体现在电池的剩余电量(StateOfCharge,SOC)上,然而与SOC的研究相比,有关

5、电池健康度(StateOfHealth,SOH)的研究相对滞后,估计方法也不太成熟,同时电池的健康度(SOH)又与电压、电流、内阻、温度等其他电气参数有别,无法通过设备或仪器采用直接测量法获得,但这些电池参数随着电池的健康度(SOH)的变化而变化。因此,准确的在线估算电池健康度状态问题也成为现今研究的热点。针对以上问题,本文首先通过对电池健康度国内外现状进行研究,通过实验选定内阻作为电池健康度的主要研究对象,同时实验影响内阻的主要因素,实验表明准确估算内阻的前提是剩余电量估算的准确性。选定Thevenin作为电池的等效电路模型,并以此模型进行后续算法的研究。然后通过对电池健康度估算方法的研

6、究,根据无迹卡尔曼滤波算法(UKF)存在的问题,进一步通过对算法中的噪声干扰与观察干扰进行优化,提出了基于双重自适应无迹卡尔曼滤波算法,结合Thevenin电池等效模型,对电池剩余电量与内阻进行在线估算,从而估算出电池健康度,仿真实验结果表明,此算法对电池健康度在线估计具有较好的精度。最终,在Windows环境下利用VC++语言,通过MFC类库下控件搭建软件的测试平台,实现UPS后备电源中的各单体铅酸蓄电池(VRLA)健康度的实时监测。并对单体电池健康度的在线实时监测数据进行仿真对比,通过对比结果分析,进一步验证了本文算法的准确性,并说明本文算法可以应用到工控在线监测单体电池健康度(SOH

7、)中。关键词铅酸蓄电池;电池健康度;卡尔曼滤波算法;电池测试平台-I-哈尔滨理工大学工学硕士学位论文ResearchonEstimationofBatteryHealthBasedonImprovedKalmanFilterAbstractAslead-acidbatteries(VRLA)continuetobeusedinindustrialapplications,theperformanceoflead-acid

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。