在ESI之前,选择了机械工程学院电池电源系统管理团队的2篇论文作为1%的高引用论文

时间:2019-03-04浏览:2编辑:摄影:通讯员:设置

A + A-

夜间模式

根据2019年最新的ESI数据,机械工程学院电池动力系统管理团队的两篇论文被选中用于ESI高度引用论文。该团队针对电池组中电池之间的不一致性进行了电池组理论研究。自2018年1月以来,中国科学院共发表SCI论文7篇。

自2018年以来,该团队一直在努力应对电池组状态估计。团队教师郑月久副教授于2018年初发表了“电动汽车电池电荷状态估计方法的误差来源”一文,并提出了基于误差流图法的电荷状态误差分析的概念。首次。自去年出版以来,已被SCI引用超过20次,并被选为ESI高度引用论文。团队教师辛博士和郑月久副教授共同研究了不同电池模型在电荷状态估计中的复杂性,准确性和鲁棒性,并发表了题为“SOC估计中不同等效电路模型的比较研究”的主题。 Electrochimica Acta被选为ESI高度引用论文的最新一期。

2013年,郑月久副教授和欧阳明高院士提出了交叉模型方法(Applied Energy,2013,111: 571-580)。在2018年,该团队扩展了这种方法,并提出了一种基于电池不一致的故障诊断方法。郑月九副教授及其硕士生高文凯博士。学生孔祥东先后基于不一致性估计,基于频分模型(Journal of Power Sources,2018,383: 50-58)提出了对电池组充电状态的估计。微短路故障诊断(IEEE Transactions on Industrial Electronics,2019,66(3): 2132-2142),以及用于微短路故障诊断的在线简化算法(Energy,2019,166: 1013-1024) 。通过上述相关结果的公布,该团队在电池组理论方面的主要研究特点得到了进一步巩固。

TR

饲料:机械研究所

Window._bd_share_config={'common': {'bdSnsKey': {},'bdText':'','bdMini':'2','bdMiniList': false,'bdPic':'','bdStyle':' 2','bdSize':'24'},'share': {},'selectShare': {'bdContainerClass': null,'bdSelectMiniList': ['qzone','tsina','tqq','renren' ,'weixin']}}; with(document)0 [(getElementsByTagName('head')[0] || body).appendChild(createElement('script'))。src='http://bdimg.share.baidu.com /static/api/js/share.js?v=89860593.js?cdnversion='+〜( - new Date()/36e5)];

每周热点新闻

每月热点新闻

推荐阅读

返回原图
/