Signal Processing by Switching Markov State-Space Models: Estimation of the State of Charge of an Electric Battery

Jana Kalawoun 1 Patrick Pamphile 2
2 SELECT - Model selection in statistical learning
Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d'Orsay, CNRS - Centre National de la Recherche Scientifique : UMR
Résumé : Les Switching Markov State-Space Models sont des modèles à espace d'états dont les paramètres sont dirigés par une chaîne de Markov cachée. Cette généralisation permet, par exemple, de modéliser des systèmes linéaires mais localement. Malheureusement l'implémentation des SMSSM dans des applications réelles rencontre de nombreux problèmes. Nous intéressons ici aux problèmes d'identifiabilité, de l'estimation des paramètres, du choix de l'ordre du modèle et de l'estimation en ligne de la variable d'intérêt. Pour illustrer notre méthode, nous considérons le problème de l'estimation de l'état de charge (Soc) d'une batterie électrique. Nous présentons un nouveau modèle pour le Soc et effectuons son implémentation. Les résultats obtenus sur des données réelles, montrent la pertinence d'utiliser un SMSSM pour estimer de manière précise le SoC d'une batterie pour divers profils d'utilisation.
Type de document :
Pré-publication, Document de travail
2015
Liste complète des métadonnées

Littérature citée [21 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01149641
Contributeur : Patrick Pamphile <>
Soumis le : jeudi 28 mai 2015 - 09:43:46
Dernière modification le : jeudi 12 juillet 2018 - 01:32:15
Document(s) archivé(s) le : lundi 14 septembre 2015 - 20:20:13

Fichier

SP_soumission_HAL.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01149641, version 1

Collections

Citation

Jana Kalawoun, Patrick Pamphile. Signal Processing by Switching Markov State-Space Models: Estimation of the State of Charge of an Electric Battery. 2015. 〈hal-01149641〉

Partager

Métriques

Consultations de la notice

361

Téléchargements de fichiers

131