自适应遗忘因子/带遗忘因子最小二乘锂电池二阶RC电路等效模型参数识别_affrls

     学习一段时间锂电池状态评估，把等效电路模型部分整理一下，深渊摸索，共勉。在线参数辨识目前文献较多采用最小二乘方法和遗传算法，这里总结了最小二乘。

     基本公式如下：

(5)-(9)为带遗忘因子的最小二乘(FFRLS)，(10)-(11)为文献自适应公式，参考文献在后面已经给出，文内AFFRLS基于文献方法做了改进。

自适应处理之前先观测不同λ值对系统辨识的影响，取值1-0.98。工况为DST工况，25度。

其中C1辨识结果如下：

 电容的辨识结果比较明显能看出不同λ值的影响，λ值为1最稳定，但误差最大；λ值为0.98波动最大，但误差最小。误差结果如下

希望优化后辨识在系统误差项e(k)较大时，取得接近或等于0.98的λ值，e(k)小于允许值，λ值取1，获得更平稳的辨识结果。

基于文献方法优化，AFFRLS C1变化图与λ值为0.98、0.985对比如下：

算法开始部分误差较大 ，λ值在0.98，中间平稳部分在1、0.99、0.99-0.98取值，具体取值视误差情况决定。改进的AFFRLS稳定性优于λ值在0.98、0.985结果，精度在0.98-0.985之间。

 有问题私信或微s_tubi，一起学习。

    参考文献:

1. 王霄, 徐俊, 曹秉刚, 等. 小波降噪卡尔曼滤波锂电池荷电状态估计[J]. 西安交通大学学报, 2017 (10): 71-76.