MétaCan
Menu
Retour à la cohorte
Enregistrement W4313562827 · doi:10.1109/epec56903.2022.10000229

Approach for Rigorous Evaluation of a Battery Fuel Gauge

2022· article· en· W4313562827 sur OpenAlexaff
Prarthana Pillai, Balakumar Balasingam

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)Metric (unit)VoltageState of chargeComputer scienceEngineeringElectrical engineeringAutomotive engineeringSimulationPower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

A battery management system (BMS) is crucial for the safe and reliable operation of a battery pack. During use, it is important to monitor the remaining charge in the battery, known as the state of charge (SOC), to preserve battery health and lifetime. However, the SOC of a battery cannot be directly measured and it is approximated by the battery fuel gauge (BFG) using several empirical approaches. The accuracy of the SOC calculated by the BFG is affected by (i) temperature (ii) charging/usage history (iii) hysteresis and relaxation effects. Evaluating the SOC values reported by a BFG remains a challenging problem due to the fact that it is not possible to know the true SOC value. Consequently, indirect measures were developed to evaluate the SOC estimates reported by a BFG. In this paper, three BFG evaluation metrics: the Coulomb counting (CC) metric, the open circuit voltage (OCV) metric and the time-to-voltage (TTV) metric are demonstrated. The present paper is focused on demonstrating the implementation details of the above three BFG evaluation metrics. The proposed metrics are modified versions of previously reported ones to make the BFG evaluation more robust. Voltage and current data generated from a battery simulator and a BFG based on the extended Kalman filter algorithms were employed to demonstrate the proposed evaluation scheme. The battery in the simulator is set to an Rint approximation of the equivalent circuit model (ECM) and the BFG is set to assume the knowledge of the ECM model parameters. Voltage and current measurements were simulated based on a noisy model with zero mean and known standard deviation. Under these assumptions, the BFG under evaluation produced less than 1% error in SOC and less than 15 minutes in TTV error. These values, produced under the known model assumption, can be taken as a benchmark for the same voltage and current measurement noise statistics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0030,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,054
Tête enseignante GPT0,305
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207