基于粒子滤波改进算法的锂动力电池散热特性测试研究

发布时间：2022-02-19 16:26

　　由于当前锂动力电池散热特性研究方法受电池负载条件与使用环境的制约,导致测试精度低,采集结果不理想,该文提出基于粒子滤波改进算法的锂动力电池散热特性测试方法。基于锂动力电池的热生成机理,采用流体动力学方法构建锂动力电池散热系统传热数学模型。以此模型为状态方程对粒子滤波算法改进,采用自回归滑动平均模型确定锂动力电池散热的多步骤输出序列,并以输出值作为观测值建立锂动力电池散热状态空间模型。利用正则化粒子滤波算法进行重要性采样与重采样等过程,并迭代更新锂动力电池散热状态。实验结果表明:所提方法能准确获得锂动力电池使用过程中的温度变化与不同风道平均空气流速,不同测试阶段获得散热特性测试结果的相对误差分别为9%、4%和1%,均低于对比方法,锂动力电池平均使用寿命提高8.13%,说明该方法具有较高测试精度与推广价值。 

【文章来源】：中国测试. 2020,46(07)北大核心

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于均值偏移与粒子滤波融合的目标跟踪算法研究[J]. 胡坚强,舒志兵.  电子器件. 2019(03)
[2]纯电动汽车锂离子动力电池热特性研究[J]. 谢金法,谢宁,李博超.  电源技术. 2019(06)
[3]一种改进的蝴蝶算法优化粒子滤波算法[J]. 张威虎,郭明香,贺元恺,孙小婷,朱代先.  西安科技大学学报. 2019(01)
[4]基于Dirichlet过程非参贝叶斯学习的高斯箱粒子滤波快速SLAM算法[J]. 罗景文,秦世引.  机器人. 2019(05)
[5]不同加热功率触发锂离子电池热失控特性研究[J]. 应炳松,贺元骅.  工业安全与环保. 2018(06)
[6]改进的粒子滤波算法在船用组合导航中的应用[J]. 江健,李伟峰,姚健,史国友.  上海海事大学学报. 2018(02)
[7]锂离子动力电池模块设计及散热特性[J]. 姜贵文,黄菊花,刘明春,曹铭.  电源技术. 2018(06)
[8]电动汽车锂离子电池组内散热特性的数值模拟[J]. 许爽,苏玉,王伟.  科学技术与工程. 2018(16)
[9]锂电池组高温节点空气冷却方案的数值模拟[J]. 路昭,余小玲,张立玉,韦立川,高松,邱亚林,金立文,孟祥兆.  西安交通大学学报. 2018(07)
[10]基于OpenCV的组合优化多目标检测追踪算法[J]. 郑玺,李新国.  计算机应用. 2017(S2)



本文编号：3633230