基于LabVIEW的锂电池SOC预估与参数监测系统

李桂娟; 张持健; 施志刚; 李亮; 刘雪

doi:10.13873/j.1000-9787(2018)10-0069-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于LabVIEW的锂电池SOC预估与参数监测系统

设计与制造 | 更新时间：2025-09-11

- 基于LabVIEW的锂电池SOC预估与参数监测系统
- Lithium battery SOC prediction and parameter monitoring system based on LabVIEW
- 传感器与微系统 2018年第10期页码：69-71
- 作者机构：
  
  安徽师范大学物理与电子信息学院
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-9787(2018)10-0069-03
  中图分类号： TM912
- 纸质出版：2018
- 稿件说明：
移动端阅览
李桂娟, 张持健, 施志刚, 等. 基于LabVIEW的锂电池SOC预估与参数监测系统[J]. 传感器与微系统, 2018,(10):69-71.

LI Gui-juan, ZHANG Chi-jian, SHI Zhi-gang, et al. Lithium battery SOC prediction and parameter monitoring system based on LabVIEW[J]. 2018, (10): 69-71.
李桂娟, 张持健, 施志刚, 等. 基于LabVIEW的锂电池SOC预估与参数监测系统[J]. 传感器与微系统, 2018,(10):69-71. DOI： 10.13873/j.1000-9787(2018)10-0069-03.

LI Gui-juan, ZHANG Chi-jian, SHI Zhi-gang, et al. Lithium battery SOC prediction and parameter monitoring system based on LabVIEW[J]. 2018, (10): 69-71. DOI： 10.13873/j.1000-9787(2018)10-0069-03.

摘要

针对电动汽车电池荷电状态(SOC)估算不准确的问题

采用列文伯格—马夸尔特(LM)算法搭建了电池SOC动态预测模型

并充分考虑了电池电压、电流、温度等影响因素。采集系统通过串口与LabVIEW监测系统进行通信

实现了电池数据的分析。利用MATLAB将采集的电池数据用于模型实验

实验结果表明:利用搭建的模型预测电池的SOC提高了预测精度

具有普适性。

Abstract

Aiming at problem that estimation of battery state of charge（ SOC） electric vehicles is inaccurate

Levenberg-Marquardt（ LM） algorithm is used to build dynamic prediction model for battery SOC

and the influencing factors such as battery voltage

current and temperature are considered. Acquisition system communicate with LabVIEW monitoring system through serial port to achieve battery data analysis. Collected battery data is used for model experiment by MATLAB. Experimental results show that using the built model to predict battery SOC improves prediction precision

it has universality.

关键词

Keywords

references

浏览量

274

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于ARM的电动叉车控制器设计及称重算法实现

基于Lab VIEW的太阳能照明监控系统设计

基于LabVIEW的太赫兹二维扫描成像系统设计

基于微悬臂梁传感器的微弱风力检测系统设计

基于计算机视觉和LabVIEW平台的网球鹰眼系统