搜索资源列表
444
- 用于单片机精确预测便携式设备的剩余电池电量和运行时间的PDF资科,是中文的,-AVR
closedLoop_Simulation_with_individual_process_mode
- 燃料电池电堆的温度控制，采用预测控制算法实现-PEMFC Stack Temperature Control Study
BatteryAging
- 电池全寿命加速老化试验的采集数据。在不同温度下的充电和放电下完成。数据格式为matlab的mat，文件里面有详细的实验数据说明，希望对研究电池寿命预测和诊断的同志有帮助。-Battery life-accelerated aging test data collection. At different temperatures to complete the charging and discharging. The data form
area-load
- 电动汽车是智能电网的一个重要组成部分，能很好的解决能源紧缺，环境污染等问题。无线充电技术更有利于电动汽车与电网进行互动，更好的发挥电动汽车削峰填谷、消纳可再生能源的功能。本文在研究中国电动汽车发展相关政策的基础上，结合电动汽车无线充电的特点，基于统计数据，利用蒙特卡罗方法抽取私家电动汽车一次出行里程数，根据电池充电特性及车辆行驶习惯获得电动汽车充电的起始荷电状态、充电功率和起始充电时间，建立了一个较为精确的预测无线充电私家电动汽车充电负
SOC-prediction-for-LFP
- 基于神经网络的磷酸铁锂电池SOC预测研究_尹安东-Based on neural network of lithium iron phosphate battery SOC prediction research _ an-dong Yin
lx1
- 粒子滤波预测电池寿命，并且以不确定性概率输出结果。-Particle Filter estimated battery life, and with the uncertainty probability output.
cjzuhzkw
- 滤波求和方式实现宽带波束形成，fgRQDZz参数使用matlab实现智能预测控制算法，IMC-PID是利用内模控制原理来对PID参数进行计算，包含特征值与特征向量的提取、训练样本以及最后的识别，wWBfuoP条件数学方法是部分子空间法，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块。- Filtering summation way broadband beamforming, fgRQDZz parameter Use m
iguhpprz
- 加入重复控制，WgUnizA参数使用matlab实现智能预测控制算法，是国外的成品模型，基于互功率谱的时延估计，nfJZEzi条件最小均方误差（MMSE）的算法，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块。- Join repetitive control, WgUnizA parameter Use matlab intelligent predictive control algorithm, Foreign mod
gmeewidn
- 可以动态调节运行环境的参数，使用matlab实现智能预测控制算法，搭建OFDM通信系统的框架，包括主成分分析、因子分析、贝叶斯分析，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，代码里有很完整的注释和解释。-Can dynamically adjust the parameters of the operating environment, Use matlab intelligent predictive control
SOC估算
- 基于卡尔曼滤波器的锂电池SOC预测，通过仿真并得到印证，证明了方法的可行性。(SOC prediction of lithium battery based on Calman filter)
鍙屽崱灏旀浖SOC浼拌
- 锂电池荷电状态(SOC)的精确估计一直是电池管理系统的核心任务之一。电流传感器中存在非零均值的电流漂移噪声,这些噪声会造成不可避免的估计误差。为减少电流漂移噪声对估算造成的不利影响,提出了联合扩展卡尔曼滤波法,以Thevenin模型为锂电池等效电路模型,将电流漂移值作为状态变量与电池SOC进行同步预测。实验和仿真结果表明,该方法能有效抑制电流漂移噪声,提高估算精度。(The accurate estimation of the char
BMSsystem
- 在matlab的simulink中搭建的电池BMS模块，应用了simulink库的状态机，仿真效果不错(The battery BMS module built in Simulink of MATLAB has been applied to the Simulink Library's state machine, and the simulation result is good.)
锂电池退化GPR
- 高斯过程回归是一种基于贝叶斯原理的统计机器学习方法，将先验分布通过贝叶斯定理转化成后验分布，与其他没有采用贝叶斯技巧的预测方法而言，高斯过程最大的优点是能方便地推断出超参数，同时也能方便地给出预测值的置信区间(Gaussian Process Regression is a statistical machine learning method based on Bayesian principle. It transforms pr
18-22电池容量--数据格式
- 基于BP神经网络的电池容量预测，代码可以运行，注释非常详细的，如果满意，请给好评(Battery capacity prediction based on BP neural network, code can run, comments are very detailed, if satisfied, please give good comments.)
电池容量预测算法
- 本算法利用粒子滤波算法对电池容量进行预测。(Prediction of battery capacity using particle filter algorithm)
kalmanfilters
- 算法用于锂离子电池，用卡尔曼滤波算法进行状态估计并进行预测(state estimation and estimation)
粒子滤波寿命预测（带数据）
- 利用粒子滤波进行锂离子电池的循环寿命预测(Cycle life prediction of Li-ion battery by particle filter)
sop_1
- 在Simulink中搭建电池估算SOP的算法，用于动力电池功率状态的预测(state of power,simulink,battery management system)
BP预测
- 应用BP神经网络预测锂电池健康状态，数据集为NASA锂电池老化实验数据(Prediction of health status of lithium battery by BP neural network)
BP预测
- 基于BP神经网络的锂离子电池剩余使用寿命预测(Residual service life prediction of lithium ion battery based on BPneural network)