基于信息反馈粒子群的高精度锂离子电池模型参数辨识

基于信息反馈粒子群的高精度锂离子电池模型参数辨识

论文摘要

锂离子电池模型参数精度是影响模型仿真电池静态和动态特性的一个重要因素。近年来,粒子群优化(PSO)算法常被应用于模型参数辨识中。然而PSO算法及其改进算法在迭代过程中存在此问题,即粒子位置的更新并未引起其局部最优位置以及种群全局最优位置的更新,从而导致优化算法无法获得更优结果。针对此问题,提出一种基于信息反馈的粒子群(FPSO)算法,其能够根据粒子位置更新的反馈信息重新调整粒子位置,旨在促进粒子局部最优位置和全局最优位置持续更新以提高寻优精度。在利用常用基准函数对本文FPSO算法进行性能验证后,将其应用于锂离子电池模型参数辨识,实验结果表明,相比基于线性PSO、自适应权重PSO以及最小二乘法的模型参数辨识结果,本文提出的FPSO算法能够提高模型精度。

论文目录

文章来源

类型: 期刊论文

作者: 黄凯,郭永芳,李志刚

关键词: 锂离子电池,等效电路模型,模型参数辨识,信息反馈

来源: 电工技术学报 2019年S1期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学),河北工业大学人工智能与数据科学学院

基金: 国家自然科学基金(51377044),河北省自然科学基金重点项目(E2017202284),河北省教育厅青年基金项目(QN2017314,QN2017316)资助

分类号: TM912

DOI: 10.19595/j.cnki.1000-6753.tces.L80546

页码: 378-387

总页数: 10

文件大小: 1160K

下载量: 188

相关论文文献

  • [1].感应电动机负荷模型参数辨识研究进展与展望[J]. 山东工业技术 2016(10)
  • [2].开关磁阻电机模型参数辨识仿真研究[J]. 电气应用 2012(16)
  • [3].过程模型参数辨识仿真器的开发及应用[J]. 中国造纸 2008(09)
  • [4].虚拟仪器在模型参数辨识中的应用[J]. 现代科学仪器 2013(03)
  • [5].一种新型的非线性系统模型参数辨识方法[J]. 微型机与应用 2010(17)
  • [6].基于改进微分进化算法的过程模型参数辨识[J]. 电气应用 2011(04)
  • [7].基于定时中断编程的直线电机模型参数辨识研究[J]. 电脑与电信 2008(11)
  • [8].镍铝青铜切削加工本构模型参数辨识(英文)[J]. Transactions of Nonferrous Metals Society of China 2016(04)
  • [9].利用支持向量机的摩擦模型参数辨识[J]. 华侨大学学报(自然科学版) 2010(02)
  • [10].钢丝绳芯橡胶输送带本构模型参数辨识与变化规律分析[J]. 振动与冲击 2017(14)
  • [11].油纸绝缘变压器介质响应模型参数辨识研究[J]. 电子测量与仪器学报 2015(07)
  • [12].基于改进混沌优化算法的船舶综合负荷模型参数辨识[J]. 舰船科学技术 2017(05)
  • [13].基于遗传算法的联合循环机组模型参数辨识[J]. 热能动力工程 2012(05)
  • [14].利用调制函数法的模糊模型参数辨识[J]. 控制工程 2009(02)
  • [15].动态负荷模型参数辨识的微分进化算法[J]. 电工技术学报 2013(11)
  • [16].武器稳定系统模型参数辨识研究[J]. 桂林航天工业学院学报 2013(01)
  • [17].基于混沌蚁群算法的负荷模型参数辨识[J]. 电力系统保护与控制 2011(14)
  • [18].基于改进蚁狮优化算法的太阳电池模型参数辨识[J]. 太阳能学报 2019(12)
  • [19].超级电容模型参数辨识方法的研究[J]. 电器与能效管理技术 2015(18)
  • [20].基于预报误差的模型参数辨识仿真研究[J]. 系统仿真学报 2016(04)
  • [21].LabVIEW与MATLAB相结合的生物发酵过程模型参数辨识[J]. 微型电脑应用 2008(06)
  • [22].磁悬浮系统的模型参数辨识研究[J]. 机车电传动 2017(01)
  • [23].基于遗传算法的电静压伺服系统模型参数辨识[J]. 导弹与航天运载技术 2020(01)
  • [24].基于改进混沌优化算法的综合负荷模型参数辨识[J]. 电脑编程技巧与维护 2017(12)
  • [25].基于改进RLS算法的时变幂函数负荷模型参数辨识[J]. 高电压技术 2020(07)
  • [26].基于模型参数辨识的网络化系统控制策略[J]. 中国科学技术大学学报 2014(07)
  • [27].一种快速高鲁棒性变压器铁心Jiles-Atherton磁滞模型参数辨识方法[J]. 高压电器 2020(01)
  • [28].改进的PSO算法在非线性模型参数辨识中的应用[J]. 现代电子技术 2009(13)
  • [29].基于反馈粒子滤波的船舶模型参数辨识[J]. 中国舰船研究 2019(03)
  • [30].采用改进混合粒子群算法的热工过程模型参数辨识[J]. 发电设备 2017(04)

标签:;  ;  ;  ;  

基于信息反馈粒子群的高精度锂离子电池模型参数辨识
下载Doc文档

猜你喜欢