MétaCan
Menu
Retour à la cohorte
Enregistrement W3018271682 · doi:10.1109/epec47565.2019.9074781

Performance Analysis of Coulomb Counting Approach for State of Charge Estimation

2019· article· en· W3018271682 sur OpenAlexaff
Kiarash Movassagh, Sheikh Arif Raihan, Balakumar Balasingam

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCoulombState of chargeBattery (electricity)Computer scienceError analysisCharge (physics)EstimationError detection and correctionApproximation errorState (computer science)Observational errorCurrent (fluid)Measurement uncertaintyAlgorithmPhysicsApplied mathematicsMathematicsElectrical engineeringStatisticsEngineeringQuantum mechanicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

In this paper, we consider the problem of the state of charge estimation for rechargeable batteries. Coulomb counting is one of the traditional approaches to SOC estimation and it is considered one of the reliable approaches to SOC estimation as long as the battery capacity and initial SOC is known. However, the Coulomb counting method is susceptible to errors and the extent of these errors are not studied in the literature. In this paper, we formally derive and quantify the SOC estimation error due to the following four types of error sources: (i) current measurement error; (ii) error due to the approximation of current integration with respect to time; (iii) uncertainty in the knowledge of battery capacity; and the (iv) error (drift) in timing oscillator. We analyze the individual effect of these four types of errors on the estimated SOC. Further, We show numerical simulations to illustrate the effect of these errors on the estimated SOC.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,219

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,264
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207