小波降噪卡尔曼滤波锂电池荷电状态估计
【作者】
王霄
徐俊
曹秉刚
赵云飞
鲁伟
梅雪松
【关键词】
离散小波变换
降噪
荷电状态
扩展卡尔曼滤波算法
【摘要】针对锂离子电池充放电电压信号(DCV)中存在的噪声信号导致荷电状态(SOC)估计精度降低、波动较大的问题,提出了一种基于离散小波变换(DWT)的降噪扩展卡尔曼滤波(EKF)算法.该算法利用多分辨率分析(MRA)分解携带噪声的DCV信号,通过对比4种阈值硬阈值降噪规则对携带噪声的DCV信号的降噪处理效果,选择Stein无偏风险阈值硬阈值降噪规则调整小波系数,通过含自适应遗忘因子的递推最小二乘法辨识电池模型参数后,利用扩展卡尔曼滤波算法估计SOC.仿真结果表明:使用Stein无偏风险阈值硬阈值降噪规则有效地降低了DCV信号中的噪声信号;所提算法具有较好的鲁棒性,能够有效地提高SOC估计精度,使SOC估计误差范围控制在3%之内.
上一篇: 汽车保险杠系统吸能盒结构参数对低速碰撞下吸能特性的影响
下一篇: 采用改进二进制蝙蝠算法的任务调度算法