《表1 锂电池参数表：基于扩展卡尔曼滤波算法的锂电池SOC估计》
提示：宽带有限、当前游客访问压缩模式
其中R0可由电压瞬态变化时的压差比上电流球得。但是在拟合过程中应注意两个RC电路的数据可能会颠倒，根据结果大小即可以简单分辨。辨识结果如表1所示。
| 图表编号 | XD00219343900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.20 |
| 作者 | 万亚坤、李阳春、马浩天、李林茂 |
| 绘制单位 | 风帆有限责任公司、风帆有限责任公司、风帆有限责任公司、风帆有限责任公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 电阻参数取值：基于RC等效电路模型的锂电池SOC估计》2021.01.15
- 《表2 参数辨识结果：基于RC等效电路模型的锂电池SOC估计》2021.01.15
- 《表1 参数辨析结果：基于UKF算法的电池荷电状态SOC估算研究》2020.11.15
- 《表1 电池参数辨识结果：基于自适应无迹卡尔曼滤波的锂电池荷电状态估计》2021.02.23
- 《表3 EKF算法流程图：基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计》2020.07.05
- 《表1 电池信息：基于自适应扩展卡尔曼滤波的锂离子电池荷电状态估计》2020.07.05
- 《表1 车辆部分参数：基于扩展卡尔曼滤波的汽车行驶状态估计》2020.03.01
- 《表1 仿真参数：基于状态增广的修正迭代扩展卡尔曼滤波》2020.04.06
- 《表1 传感器标准差：基于反幂法和扩展卡尔曼滤波的姿态估计算法》2020.01.16
- 《表1 三个模型参考容量：交互多模型无迹卡尔曼滤波算法预测锂电池SOC》2020.01.05
- 《表3 各算法的估计性能：基于高斯过程回归的锂离子电池SOC估计》2020.01.05
- 《表2 复合模型参数：基于自适应无迹卡尔曼滤波的动力电池健康状态检测及梯次利用研究》2019.09.25
- 《表1 所设初值参数：基于RLS和UKF算法的锂电池SOC估算研究》2019.06.30
- 《表1 电池模型参数值：基于指数冻结因子的锂电池SOC估算算法》2019.06.08
- 《表3 算法耗时对比：基于模型预测扩展卡尔曼滤波的动力定位状态估计》2019.07.25
- 《表2 仿真相关参数：基于模型预测扩展卡尔曼滤波的动力定位状态估计》2019.07.25
- 《表1 船模主要参数：基于模型预测扩展卡尔曼滤波的动力定位状态估计》2019.07.25
- 《表1 参数辨识结果：基于FFRLS和EKF算法的磷酸铁锂电池SOC估算研究》2019.01.25
- 《表1 电池等效模型参数：基于等效模型扩展卡尔曼滤波锂电池SOC估算》2019.02.01
- 《表3 τ参数辨识：基于IUPF算法与可变参数电池模型的SOC估计方法》2018.01.20