找到 3 条结果 · IEEE Access
电动汽车电池SOC和SOH估计的数据驱动方法综述
Data-Driven Approaches for Estimation of EV Battery SoC and SoH: A Review
Shahid Gulzar Padder · Jayesh Ambulkar · Atul Banotra · Sudhakar Modem 等6人 · IEEE Access · 2025年1月
电动汽车EV技术已在交通行业奠定坚实基础。荷电状态SoC和健康状态SoH的精确评估对解决EV中的续航焦虑和意外故障问题至关重要。本文检查各种方法，包括库仑计数CC和开路电压OCV等传统方法、先进滤波器方法和现代数据驱动方法。讨论不同方法的广泛评估以及优缺点识别。使用机器学习算法的数据驱动估计在复杂电池管理系统中展现卓越准确性和适应性。电压、电流、时间和温度VCTT等外部电池参数以及阻抗和超声波数据等内部电池参数是数据驱动方法的主要组成部分。本研究中机器学习算法在预测和维持电动汽车电池寿命方面展现...
解读: 该SOC和SOH估计综述对阳光电源BMS技术路线规划有全面参考价值。阳光车载OBC和储能BMS需要准确的SOC/SOH估计算法。数据驱动方法相比传统方法的优势支持阳光引入机器学习技术。VCTT外部参数和阻抗内部参数的综合应用与阳光多传感器融合策略一致。该综述强调持续进步和开创性技术的必要性，可指导阳...
基于Transformer的传感器融合在自动驾驶中的应用综述
Transformer-Based Sensor Fusion for Autonomous Vehicles: A Comprehensive Review
Ahmed Abdulmaksoud · Ryan Ahmed · IEEE Access · 2025年1月
传感器融合在机器人、自动驾驶和航空航天等关键领域至关重要。通过整合多源传感器数据，可克服单一传感器的局限性，提升测量可靠性并降低不确定性。基于深度学习的融合方法促进了多模态学习的发展，增强了目标检测性能，但在恶劣天气条件下仍面临挑战。Transformer模型因其在视觉与语言等领域的强大建模能力，为传感器融合提供了新机遇，但其高延迟与计算开销仍是瓶颈。本文系统综述了传感器融合与Transformer模型的研究进展，深入调研了基于Transformer的相机-LiDAR与相机-雷达融合的前沿方法，...
解读: 该Transformer传感器融合技术对阳光电源新能源汽车产品线具有重要应用价值。在车载OBC充电机和电机驱动系统中，可融合电流、电压、温度等多传感器数据，提升SiC器件的实时故障诊断与可靠性预测能力。对于充电桩产品，多模态融合可增强异常检测精度，优化充电安全策略。Transformer的长序列建模...
高渗透率分布式能源资源下配电馈线电压管理的电压-功率因数控制模式
Volt-PF Control Mode for Distribution Feeder Voltage Management Under High Penetration of Distributed Energy Resources
Madhura Sondharangalla · Dan Moldovan · Raja Ayyanar · IEEE Access · 2025年1月
引入电压-功率因数控制并与流行的电压-无功功率控制比较用于馈线电压管理。Volt-VAr控制固有局限是分布式能源资源需要的无功功率仅是端电压函数而非分布式能源资源有功功率函数，导致无功支持负担在分布式能源资源间不公平分配，即产生较低有功功率因而对过电压贡献较少的分布式能源资源可能被要求提供超过其份额的无功支持，工作在很低功率因数。所提电压-功率因数方案中无功支持本质上是电压和分布式能源资源有功功率的函数，确保无功支持负担公平分配并确保所有分布式能源资源工作在高功率因数。通过超高渗透率分布式能源资...
解读: 该Volt-PF控制策略对阳光电源分布式光伏并网控制具有重要参考价值。阳光SG逆变器在高渗透率光伏电站需要优化无功功率支持策略，该功率因数控制方法可实现更公平的无功分配。阳光可将该算法集成到逆变器并网控制中，根据实际发电功率动态调整无功输出，提升电网电压支撑能力，降低设备无功损耗，延长逆变器寿命，提...