论文部分内容阅读
电池管理系统用来保证锂离子电池安全有效地运行,电池的荷电状态(SOC)是其监测的关键参数之一。传统无迹卡尔曼滤波(UKF)可以实现SOC的准确估计,但无法处理传感器偏差存在的情况。针对此问题,提出一种基于径向基(RBF)神经网络与扩张UKF算法相结合的锂离子电池SOC与传感器偏差协同估计的方法,建立电池SOC的RBF神经网络模型并进行训练与验证。基于确定的模型,在传统UKF(SOC为内部状态)的基础上,将传感器偏差设置为扩张状态进入UKF状态空间模型,设计扩张UKF。实验结果表明:在传感器偏差存在情况下,