电池2RC模型 + 开路电压法 + 安时积分 + 电池精度测试 + HPPC脉冲

超级电容-电池-超级电容混合储能系统能量管理simulink仿真建模模型

扩展卡尔曼EKF 神经网络 SOC

基于堆叠⾃编码器的时间序列预测 深层神经网络

用于热管理的电池组模型，具有串联和并联的电池模块。该存储库展示了使用 Simscape 对电动汽车进行建模电池组。 有五个例子：电池组热管理展示如何为汽车电池组建模以完成热管理任务。整车热管理显示带有详细电池模型的 BEV 整车热管理。从模块设计到全包的工作流程演示从详细的电池模块设计开始的工作流程实时包装工厂模型用于估计充电状态的电池管理系统展示如何使用卡尔曼滤波器 (EKF) 并预测电池充电状

基于机器学习的锂离子电池容量估计

自适应迭代扩展卡尔曼滤波算法（AIEK）是一种滤波算法，其目的是通过迭代过程来逐渐适应不同的状态和环境，从而优化滤波效果。该算法的基本思路是在每一步迭代过程中，根据所观测的数据和状态方程，对滤波器的参数进行自适应调整，以便更好地拟合实际数据的分布。具体而言，该算法包括以下步骤：初始化：首先，为滤波器的初始参数设定一个初始值，这些参数包括状态转移矩阵、测量矩阵、过程噪声协方差和测量噪声协方差等。预测

锂电池SOC估计 UKF VS EKF电池SOC估计-EKF & UKF

电池实验报告

DST 工况 FUDS 工况