基于byees估计的锂离子电池参数融合分类方法

《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，龙江哈尔滨１Ｏ８）哈黑５ＯＯ　摘要：离

2、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　ｅｈｄｏ　　ｎｃｂｔｅｙａｓｆａｉｎｍｔｏ　ｆｌｉｉ　ａｔｒ　ｉ

3、ｉｏｂｓｄ　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　　ａｅｙｔｅｒｗｉｌｉｓｎｏｈｏｈｈ　ｔｅｓｍｅｐｒｏｍａｃ，　ｕｔｃａｓｙｔｅｂｆｒ　ｓｇｉ．ｏｔｅｃｍ

4、ｍｏ　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　ｒ　ｏｆｏｍ　ｈｉ．Ｉｔｓｔｓｎ　ｈｉ　ｐｐｅ。ａｃａｓｃｔｏｎｍｅｏｏａｒ　ｌｓｉａｆｉ　ｔｄ　ｆＬｉｉｎｃｂａｔｒ　ｓｅｏ

5、ｄｔ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，ｃｏｄｎ　ｔ　ａｒｃｒｅ　ｕｇｃａｇ　ｎｄｄｃａｇ　ｒ－ｆｏｈａｉｃｓ．ｄｔｅｉｖｄｔｅ　ｏｓｑｅｔ．ｅｓａｈｎｄｉｅｈｍｃｎｅｕｎｌ　ｎｓｙＫｅｗｏｄ：ｉｏｉａｔｒ

6、；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　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，

7、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（）

8、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