• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE transactions on industrial informatics >Estimation Error Bound of Battery Electrode Parameters With Limited Data Window
【24h】

Estimation Error Bound of Battery Electrode Parameters With Limited Data Window

机译：有限数据窗口电池电极参数的估计误差

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Advanced battery management system, which leverages an in-depth understanding of the battery state of health, can improve efficiently and safely. To this end, we introduce the electrode-level battery state of health (eSOH) estimation problem with open-circuit voltage (OCV) data. In real-world applications, collecting the full-range OCV data is difficult since the battery is not deeply discharged. When data is limited, the estimation accuracy deteriorates. In this article, we quantify the uncertainty of the electrode parameter estimation with partial data based on the Cramer-Rao bound and confidence interval. By introducing a voltage constraint in the estimation problem, the positive electrode parameters can be estimated with sufficient accuracy over a wide range of state of charge. However, the estimation accuracy of the negative electrode parameters is more sensitive to the depth of discharge. The proposed framework can be used as a guideline for selecting proper data windows and understanding the impact on parameter estimation.
机译：先进的电池管理系统，利用深入了解电池健康状态，可以有效和安全地改善。为此，我们介绍了使用开路电压（OCV）数据的健康（ESOH）估计问题的电极级电池状态。在现实世界应用中，由于电池没有深入放电，因此收集全范围的OCV数据。当数据有限时，估计精度恶化。在本文中，我们基于克拉姆 - RAO绑定和置信区间来量化与部分数据的电极参数估计的不确定性。通过在估计问题中引入电压约束，可以在广泛的充电状态下以足够的精度估计正电极参数。然而，负电极参数的估计精度对放电深度更敏感。所提出的框架可以用作选择适当数据窗口并理解对参数估计的影响的指导。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号