تخمین وضعیت شارژ باتری لیتیوم یونی در وسایل نقلیه الکتریکی با استفاده ازمدل یادگیری عمیق
محل انتشار: فصلنامه کهربا، دوره: 11، شماره: 44
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 125
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_KHRBA-11-44_007
تاریخ نمایه سازی: 2 مهر 1403
چکیده مقاله:
در این مطالعه یک روش مبتنی بر داده برای تخمین وضعیت شارژ باتری های لیتیوم یونی پیشنهاد شده است تا محدودیت های رویکردهای مرسوم مبتنی بر مدل را که به پارامترهای دقیق نیاز دارند، برطرف کند. عملکرد مدل پیشنهادی با استفاده از برآورد دقت شارژ باتری،تخمین وضعیت شارژ (SOC) باتری در هر محیط اندازه گیری میگردد. در نتیجه، روش پیشنهادی دقت تخمین بالایی (میانگین خطای مطلق کمتر از ۴ درصد) را در طیف وسیعی از دمای رانندگی ( ۰ تا ۲۵ درجه سانتیگراد) تنها با دادههای رانندگی محدود نشان میدهد.
کلیدواژه ها:
نویسندگان
محمود مقدسیان
استادیار دانشگاه شهیدچمران اهواز