結(jié)合神經(jīng)網(wǎng)絡(luò)的無跡卡爾曼濾波算法

　　為了實現(xiàn)在線估計汽車動力電池的荷電狀態(tài)（ sOc），提出了結(jié)合神經(jīng)網(wǎng)絡(luò)的無跡卡爾曼濾波算法。以Thevenin電路為等效電路模型，建立了狀態(tài)空間表達式，采用最小二乘算法對模型參數(shù)進行辨識。在此基礎(chǔ)上，利用神經(jīng)網(wǎng)絡(luò)算法擬合電池的荷電狀態(tài)與模型各個參數(shù)之間的函數(shù)關(guān)系，經(jīng)過多次實驗，確定了神經(jīng)網(wǎng)絡(luò)算法的收斂曲線，此方法比傳統(tǒng)的曲線擬合精度高。介紹了擴展卡爾曼濾波和無跡卡爾曼濾波的原理，并設(shè)計了等效電路模型驗證實驗、電池的SOC測試實驗和算法的收斂性實驗。實驗結(jié)果表明，在不同的工況環(huán)境下，該方法估計SOC具有可在線估算、估算精度高和環(huán)境適應(yīng)度高等優(yōu)點，最大誤差小于4%。最后驗證了結(jié)合神經(jīng)網(wǎng)絡(luò)的無跡卡爾曼濾波的算法具有較好的收斂性和魯棒性，可以有效解決初值估算不準確和累計誤差的問題。