估计锂电池soc

发表于 2020-6-2 20:57

用自适应卡尔曼滤波算法估计锂电池soc，在simulink中仿真滤波结果会收敛且，但写入STM32F407滤波结果出现发散，无法进行实验，想请教各路大神，可能是哪些地方出了问题。

发表于 2020-6-2 21:00

锂电池这玩意，想精确计算容量不好搞，都是一堆变量，设置误差范围精度很重要，因为电池的变量太多，电池的内阻、电动势、容量SOC、充放电的温度等，这些实际都不是定值。

发表于 2020-6-2 21:03

simulink中仿真包括单片机编程控制，有时与容量SOC的估算方法有关系

发表于 2020-6-2 21:07

估算的方法很多，卡尔曼滤波预测soc属于高大尚那种

发表于 2020-6-2 21:11

这个算法实在是太麻烦想搞明白不容易

发表于 2020-6-2 21:14

请问什么叫卡尔曼滤波啊

发表于 2020-6-2 21:17

卡尔曼滤波(Kalman filtering)一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。

斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表。

数据滤波是去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理, Kalman滤波是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用.

发表于 2020-6-2 21:22

自适应卡尔曼滤波Adaptive Kalman Filter在利用测量数据进行滤波的同时，不断地由滤波本身去判断系统的动态是否有变化，对模型参数和噪声统计特性进行估计和修正，以改进滤波设计、缩小滤波的实际误差。此种滤波方法将系统辨识与滤波估计有机地结合为一体。

发表于 2020-6-2 21:25

听起来好像很复杂啊

发表于 2020-6-2 21:28

解释的可以，可以。

发表于 2020-6-2 21:33

嗯，预料中的结果，多谢大家啦

[应用相关] 估计锂电池soc

相关帖子

浏览过的版块