Estimation of Depth of Discharge of Li-ion Battery Using Neural Network
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F21%3APU142040" target="_blank" >RIV/00216305:26220/21:PU142040 - isvavai.cz</a>
Výsledek na webu
<a href="https://iopscience.iop.org/article/10.1149/10501.0541ecst" target="_blank" >https://iopscience.iop.org/article/10.1149/10501.0541ecst</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1149/10501.0541ecst" target="_blank" >10.1149/10501.0541ecst</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Estimation of Depth of Discharge of Li-ion Battery Using Neural Network
Popis výsledku v původním jazyce
This paper deals with the estimation of depth of discharge for Li-ion batteries. Estimation is based on the knowledge of discharging curves measured for discrete values of loading currents. The estimator of the depth of discharge is a form of feedforward neural network which is trained with the measured data of discharge curves. Accuracy of estimation of the depth of discharge is shown for arbitrary generated and measured loading characteristics, where the depth of discharge is estimated by the designed neural network and measured by using the Coulomb counting method.
Název v anglickém jazyce
Estimation of Depth of Discharge of Li-ion Battery Using Neural Network
Popis výsledku anglicky
This paper deals with the estimation of depth of discharge for Li-ion batteries. Estimation is based on the knowledge of discharging curves measured for discrete values of loading currents. The estimator of the depth of discharge is a form of feedforward neural network which is trained with the measured data of discharge curves. Accuracy of estimation of the depth of discharge is shown for arbitrary generated and measured loading characteristics, where the depth of discharge is estimated by the designed neural network and measured by using the Coulomb counting method.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20201 - Electrical and electronic engineering
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
ECS
ISBN
978-80-214-5975-5
ISSN
1938-5862
e-ISSN
1938-6737
Počet stran výsledku
7
Strana od-do
541-547
Název nakladatele
Neuveden
Místo vydání
neuveden
Místo konání akce
Brno
Datum konání akce
22. 8. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—