基于深度强化学习卡尔曼滤波锂离子电池SOC 估计
摘 要: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.
论文下载:
|
|
|
版权所有:《天津科技大学学报》编辑部 网站设计与维护:天津科技大学信息化建设与管理办公室 津科备27-1号 |