文献类型：期刊文章

作　　者：谈发明[1] 赵俊杰[2] 王琪[2]

Tan Faming;Zhao Junjie;Wang Qi(Information Center,Jiangsu University of Technology,Changzhou213001;School of Electrical and Information Engineering,Jiangsu University of Technology,Changzhou213001)

机构地区：[1]江苏理工学院信息中心,常州213001 [2]江苏理工学院电气信息工程学院,常州213001

出　　处：《汽车工程》

基　　金：国家自然科学基金青年科学基金(61803186);江苏省高等学校自然科学研究面上项目(17KJB470003)资助

年　　份：2019

卷　　号：41

期　　号：8

起止页码：944-952

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对动力电池SOC估计过程中,电压观测数据容易出现野值干扰的问题,提出了改进UKF算法,将观测噪声模型修正为归一化受污染正态分布模型,利用贝叶斯定理计算野值出现的后验概率,以此作为加权系数自适应地调整滤波增益和状态协方差。该方法能有效克服野值干扰问题。但在SOC初值设定存在误差情况下,该方法会将电压观测数据中的正常值误视为野值,而仅以很小的滤波增益控制量进行调整,导致算法收敛慢甚至引起发散。因此,在算法初始阶段又引入了基于强跟踪原理的次优渐消因子对目标进行快速跟踪,弥补上述单纯抗野值方法的不足。试验验证结果表明,改进UKF算法鲁棒性强,具有很好的跟踪速度和精度,为动力电池SOC估计过程中抗野值干扰提供了一种新的方法。

关 键 词：荷电状态 野值 UKF算法  贝叶斯定理 强跟踪原理  

分 类 号：U469.72]