基于深度强化学习卡尔曼滤波锂离子电池SOC估计

来源 :天津科技大学学报 | 被引量 : 0次 | 上传用户:luzhenning
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对锂离子电池的荷电状态(state of charge,SOC)估算精度,设计了一种基于深度强化学习卡尔曼滤波锂离子电池SOC估计算法.首先以锂离子电池二阶RC等效电路为研究对象,应用卡尔曼滤波算法,构建了锂离子电池的离散系统数学模型;然后结合深度强化学习思想,构造了一种深度强化学习卡尔曼滤波算法,该算法利用贝叶斯规则确保最佳协方差.仿真结果表明,深度强化学习卡尔曼滤波算法对锂离子电池荷电状态的精度有较好的估计.
其他文献
大学精神是科学精神和人文精神在大学的体现。科学精神的核心是求真。弘扬科学精神最重要的是学习和掌握科学知识;人文精神则是以人的理想生存状态为目标,实现对现实状态超越的
分析了电子海图与雷达图像及目标叠加时产生误差的原因,导出了电子海图缩放倍数与雷达量程之间的数学关系,提出了电子海图的误差修正方法,给出了电子海图、雷达图像及目标之
通过自主研发的煤岩剪切-渗流耦合试验装置,开展了无充填结构面和充填石膏、岩屑、黄泥结构面的剪切试验。同时利用三维光学扫描技术,研究了结构面的三维形貌特征和裂隙开度