比较研究：通过网络算法评估锂离子电池的电量状态

超群小汽车讯 据外媒报道，一世界性团队来进行比起研究课题，揭示用作分析太阳能电源电源电幅度状况（SOC）的有所不同网络服务方法则。参与此项研究课题的包含来自德国、印度、马来西亚、澳大利亚和阿联酋的研究课题职员。

（图片似乎：MDPI）

SOC分析

太阳能电源电源具有能幅度密度高、自放电极低和反转来得等缺点，在电动小汽车里面得不到快速发展。对太阳能电源电源来进行SOC分析，具有重要意味，可防止用到过充、热暴走和厚度放电等关键问题。SOC是电源剩余使用幅度与确实使用幅度的比率。因为不能并不需要探测，电源自动化运用作方法则来用到异常电源SOC。

SOC分析工具分为间接法则和并不需要法则。并不需要法则包含前头负载法则和安培许多现代则。在电源自动化里面，这些工具易于全面实施，但有似乎用到错误，影响SOC分析。

非并不需要工具包含数据集马达和基于数学方法的工具。已开发的基于数学方法的工具包含ECM、EM、EECM和ECTM等。近来，研究课题职员开发了很多高性能的方法则，以获取精确的SOC分析战斗能力，例如卡尔曼滤波装置、基本粒子滤波装置、龙贝格观测装置和滑模观测装置。

为了促使提升基于数学方法的分析工具，改进方法则已经已是研究课题全面性，如扩充卡尔曼滤波（extended KF，EKF）、无迹卡尔曼滤波（unscented KF，UKF）和改良LO。数据集马达工具通常使用机装置学习方法则，如前馈神经网络（feedforward neural networks）和闭包神经网络（recurrent neural networks）。然而，这些机装置学习工具主要受限于数据集集的质幅度和总数。

此项研究课题

近来，基于数学方法的SOC分析工具具有较高的精确性，引起许多研究课题职员的关注。在自适应方法则上都，对卡尔曼滤波装置的研究课题，超过了其他类型滤波装置。受益于机装置学习的最新进展，数据集马达工具也倍受关注。

研究课题职员指出，为了对SOC分析和方法则来进行详细的比起分析，才会考虑有所不同的验证环境。因为具体分析结果似乎因确实操作方法前提而大同小异。

根据最近的研究课题趋势，研究课题职员对7种有所不同的方法则来进行了分析，分别是LO、EKF、SMO、 AEKF、UKF、BPNN和LO。在有所不同的操作方法前提下对各方法则来进行分析，以在复杂度和SOC分析数量级上都获取精确的比起结果。

研究课题职员还分析了气压对两种RC电源数学方法数值的影响，将这些信息用作基于数学方法的SOC分析工具。对商用太阳能电源基圆形电芯来进行验证，将所得的实验数据集集用作来进行SOC分析。研究课题职员对数据集集运用作了有所不同的方法则，此外还比起了近似值幅度和分析电幅度状况的精确度。

研究课题结果

这些研究课题结果可用作为预见的SOC分析获取劝告。此外，可用作研究课题其他操作方法，以及通讯设备状况和数值。

通过比起分析结果，研究课题职员认为，序列最小改进方法则（SMO）和扩充卡尔曼滤波（EKF）是实现实时电源管理的合适方法则。EKF方法则的分析数量级最小，近似值时间最短；而SME方法则的近似值时间最长，但数量级最小。此外，研究课题职员推测，2-RC电源数学方法具有优异的精确度。

预见背景

此项研究课题对预见的研究课题侧向提出若干劝告，包含借助于基于数学方法的工具，通过同步分析数值来大大提高SOC分析精确度，以减少近似值幅度并大大提高精度，将数据集马达和基于数学方法的工具相结合，以及创建混合数学方法来大大提高网络服务分析工具的精确度。

其他劝告包含开发大写字母孪生体和基于云的电源自动化。虽然网络服务SOC分析仍存在一些下一场，但这是一个有前景的科技领域，可大大提高太阳能电源电源的商业活动可行性、安全性和性能，以用作小汽车等金融业。