Effective capacity early estimation of lithium thionyl chloride batteries for autonomous underwater vehicles

扩展卡尔曼滤波器 一般化 可靠性(半导体) 计算机科学 氯化亚砜 能量(信号处理) 卡尔曼滤波器 水下 功率(物理) 模式(计算机接口) 工程类 汽车工程 人工智能 数学分析 统计 物理 材料科学 数学 海洋学 量子力学 氯化物 冶金 操作系统 地质学
作者
Zhaoyong Mao,Zhaoyong Mao,Chengyi Lu,Bo Li,Wenjun Ding,Junqiu Li
出处
期刊:Journal of Power Sources [Elsevier]
卷期号:595: 234046-234046
标识
DOI:10.1016/j.jpowsour.2023.234046
摘要

Effective capacity early estimation is one of the critical tasks for electric autonomous underwater vehicles (AUV) to guide energy allocation and ensure equipment reliability. An effective capacity estimation method for Li/SOCl2 is proposed here. Firstly, we generate a comprehensive dataset consisting of 138 Li/SOCl2 cells, where the test-matrix is designed based on the AUV's working modes. Then, an effective capacity estimation architecture is established. In this architecture, a calendar aging model (CAM) based on the storage mode is obtained; a polynomial regression model (PRM), trained by features exacted from the early discharge data, is coupled to CAM based on the unscented Kalman filter (UKF), where one-step fusion is adopted to ensure lightweight. The verification results show that the architecture significantly improves prediction accuracy compared to traditional methods only considering the single working mode and performs well with generalization ability in the new database. Moreover, the early prediction and lightweight characteristics make it the most promising candidate for AUV power estimation in engineering.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小蘑菇应助我爱学习采纳,获得10
刚刚
超级水壶发布了新的文献求助10
刚刚
陶醉盼兰完成签到,获得积分10
2秒前
kll发布了新的文献求助10
2秒前
iNk应助南孚干电池采纳,获得20
2秒前
深情安青应助lyz666采纳,获得10
5秒前
不配.给wang的求助进行了留言
6秒前
yazhu应助独特的尔风采纳,获得80
6秒前
柠柚萌不萌完成签到,获得积分10
7秒前
8秒前
超级水壶发布了新的文献求助10
8秒前
碧蓝函发布了新的文献求助20
10秒前
善学以致用应助dd采纳,获得10
11秒前
11秒前
12秒前
丘比特应助miluren采纳,获得30
12秒前
Minzz发布了新的文献求助10
13秒前
15秒前
Jing发布了新的文献求助10
16秒前
琳琳完成签到,获得积分10
16秒前
16秒前
Hou发布了新的文献求助20
17秒前
bingxinl完成签到,获得积分10
17秒前
18秒前
李健应助小哪吒采纳,获得10
18秒前
Vanni发布了新的文献求助10
20秒前
21秒前
Tinsulfides完成签到,获得积分10
21秒前
21秒前
21秒前
情怀应助11111采纳,获得10
22秒前
23秒前
李健应助九点一定起采纳,获得10
23秒前
仰望星空完成签到 ,获得积分10
24秒前
25秒前
Jasper应助每天都很忙采纳,获得10
25秒前
无机盐完成签到,获得积分10
26秒前
执玉发布了新的文献求助10
26秒前
所所应助落梦采纳,获得10
26秒前
27秒前
高分求助中
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
Women in Power in Post-Communist Parliaments 450
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3217943
求助须知:如何正确求助?哪些是违规求助? 2867189
关于积分的说明 8155138
捐赠科研通 2533994
什么是DOI,文献DOI怎么找? 1366730
科研通“疑难数据库(出版商)”最低求助积分说明 644865
邀请新用户注册赠送积分活动 617845