内/外贸生产厂家
2024年3月7日 · 富液式铅酸 (FLA) 电池仍然是各个行业中经济高效的选择。 精确的充电状态 (SOC) 估计对于有效的电池管理系统至关重要。 本文深入研究了 FLA 电池迟滞期间开路电压 (OCV) 的行为,提出了一种基于该行为的新型迟滞建模方法,以提高 SOC 估计精确度。
2024年1月10日 · 记得有次用线性稳压电源给收音机供电,嗽叭里充斥着电源引入的干扰声,这是我把电源输出端并了个铅酸蓄电池,干扰声音立马一点也没了 铅酸蓄电池是最高好的滤波器,矿石收音机论坛
2020年12月23日 · 电池电堆电压滤波算法可以通过以下步骤实现： 1. 采集电池电堆的电压数据,可以通过传感器或者模拟电路实现。 2. 对采集到的电压数据进行滤波处理,一般可以采用低通滤波器或者移动平均滤波器。 3.
2023年12月11日 · 为快速便捷地获取铅酸电池的SOH,本工作提出了一种基于电化学阻抗谱 (electrochemical impedance spectroscopy,EIS)的变电站用铅酸电池SOH快速检测装置。 该装置通过对电池注入0.1～200 Hz正弦激励电流,运用可调二级放大电路得到不同频率下的响应电压,通过快速傅里叶 (fast fournier transform,FFT)计算得到电池EIS,阻抗测量范围更宽,测量
2024年4月3日 · 在随机充放电过程中,与传统的无味卡尔曼滤波器（UKF）进行比较分析,证明了AUKF的优秀性能,展示了AUKF对于正确的电池电量状态值的收敛性的提高以及电量状态估计误差的显著降低,约为2％,而传统UKF的误差为5％。
2005年5月1日 · 本文描述了状态估计技术在铅酸电池荷电状态 (SoC) 和健康状态 (SoH) 实时预测中的应用。 具体来说,提出了基于众所周知的卡尔曼滤波器 (KF) 和扩展卡尔曼滤波器 (EKF) 的方法,使用通用单元模型,为偏移、漂移和长期状态发散提供校正——这是更传统的
2021年6月1日 · 由于蓄电池的电解液的密度与剩余容量密切相关,本发明的方法是通过给出电解液密度(doe)与荷电状态(soc)之间的初始关系模型,并利用更新数据不断修正得到一种自适应的soc-doe曲线,然后结合安时积分法并引入无损卡尔曼滤波器对输出结果进行优化。
2008年1月1日 · 本文描述并介绍了一种新的非线性预测器和一种新的电池模型,用于估计混合动力电动汽车 (HEV) 铅酸电池的荷电状态 (SoC)。 传统SoC指标存在偏移、漂移、长期状态发散等诸多问题,为此本文提出了一种基于扩展卡尔曼滤波器（EKF）的技术来解决这些问题。
2012年7月3日 · 本文通过在恒温 25 ℃ 条件下,对铅酸电池做了大量充放电试验,通过最高小二乘辨识方法得到端电压 － 内阻的 SOC 数学模型的参数,运用卡尔曼滤波算法对 SOC 进行最高优估计,得到了良好的估计效果,确保 了蓄电池 SOC 在线估计的实时性和精确确性
2021年8月6日 · 铅酸蓄电池具有低成本、高效率及高可信赖性的优点,广泛用于ups系统。由于ups系统的装机功率及容量不断扩大,给铅酸蓄电池状态估计带来许多问题。对铅酸蓄电池运行状态,特别是荷电状态的精确估计对电池系统的运营管理至关重要。现阶段实际应用