一种电池管理系统
项目概况
- 对非线性系统中的状态估计算法及其在电池管理系统中的应用开 展了广泛深入的研究，主要研究了 Unscented 卡尔曼滤波 （Unscented Kalman Filter，UKF）、粒子滤波（Particle Filter， PF）等贝叶斯估计理论与算法，并着重研究了它们在锂电池剩余电 量（State Of Charge，SOC）与健康状况（State of Health，SOH） 估计中的应用，同时研究了基于大数据分析的动力电池配组方法。 动力电池 SOC 估计误差小于百分子三，SOH 估计误差小于百分之五。
团队介绍
Copyright @ 2019 新乡科技服务中心 豫ICP备19023816号