找到 2 条结果
基于AEKF与小波变换矩阵的锂离子电池SOC估计
SOC Estimation of Lithium-Ion Batteries With AEKF and Wavelet Transform Matrix
Zhi-Liang Zhang · Xiang Cheng · Zhou-Yu Lu · Dong-Jie Gu · IEEE Transactions on Power Electronics · 2017年10月
针对电动汽车复杂电磁环境下电流和电压信号易受噪声干扰导致SOC估计误差的问题，本文提出了一种基于小波变换矩阵（WTM）的去噪方法。该方法能有效处理非平稳信号，在降低计算负担的同时，显著提升了自适应扩展卡尔曼滤波（AEKF）在SOC估计中的精度与鲁棒性。
解读: 该技术对阳光电源的储能业务（PowerTitan、PowerStack及户用储能系统）具有重要价值。在大型储能电站及工商业储能应用中，电流电压传感器的测量噪声是影响BMS SOC估算精度的核心痛点。引入小波变换矩阵去噪算法，可显著提升BMS在复杂电磁干扰环境下的状态感知能力，延长电池寿命并提高系统安...
基于自适应扩展卡尔曼滤波的内置式永磁同步电机增强型容错控制
Enhanced Fault-Tolerant Control of Interior PMSMs Based on an Adaptive EKF for EV Traction Applications
Francis Mwasilu · Jin-Woo Jung · IEEE Transactions on Power Electronics · 2016年8月
本文提出了一种针对电动汽车驱动的内置式永磁同步电机（IPMSM）增强型传感器容错控制（FTC）方案。为确保电动汽车在位置传感器故障时的安全与持续运行，该方案基于自适应扩展卡尔曼滤波（AEKF）技术，提升了驱动系统的鲁棒性。
解读: 该技术对阳光电源的电动汽车充电桩及车载电力电子业务具有重要参考价值。AEKF算法在传感器故障下的鲁棒性设计，可提升充电桩功率模块及电机驱动系统的可靠性。建议研发团队关注该容错控制策略，将其应用于高可靠性充电桩的控制逻辑中，以应对极端工况下的传感器失效风险，进一步提升阳光电源在EV基础设施领域的市场竞...