Über diesen Kurs
15,290 kürzliche Aufrufe

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 32 Stunden zum Abschließen

Empfohlen: 11 hours/week...

Englisch

Untertitel: Englisch

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Mittel“

Ca. 32 Stunden zum Abschließen

Empfohlen: 11 hours/week...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
5 Stunden zum Abschließen

The importance of a good SOC estimator

8 Videos (Gesamt 120 min), 13 Lektüren, 7 Quiz
8 Videos
3.1.2: What is the importance of a good SOC estimator?8m
3.1.3: How do we define SOC carefully?16m
3.1.4: What are some approaches to estimating battery cell SOC?26m
3.1.5: Understanding uncertainty via mean and covariance17m
3.1.6: Understanding joint uncertainty of two unknown quantities15m
3.1.7: Understanding time-varying uncertain quantities22m
3.1.8: Summary of "The importance of a good SOC estimator" and next steps3m
13 Lektüren
Notes for lesson 3.1.11m
Frequently Asked Questions5m
Course Resources5m
How to Use Discussion Forums5m
Earn a Course Certificate5m
Notes for lesson 3.1.21m
Notes for lesson 3.1.31m
Notes for lesson 3.1.41m
Introducing a new element to the course!10m
Notes for lesson 3.1.51m
Notes for lesson 3.1.61m
Notes for lesson 3.1.71m
Notes for lesson 3.1.81m
7 praktische Übungen
Practice quiz for lesson 3.1.210m
Practice quiz for lesson 3.1.310m
Practice quiz for lesson 3.1.410m
Practice quiz for lesson 3.1.515m
Practice quiz for lesson 3.1.610m
Practice quiz for lesson 3.1.76m
Quiz for week 140m
Woche
2
3 Stunden zum Abschließen

Introducing the linear Kalman filter as a state estimator

6 Videos (Gesamt 97 min), 6 Lektüren, 6 Quiz
6 Videos
3.2.2: The Kalman-filter gain factor23m
3.2.3: Summarizing the six steps of generic probabilistic inference9m
3.2.4: Deriving the three Kalman-filter prediction steps21m
3.2.5: Deriving the three Kalman-filter correction steps16m
3.2.6: Summary of "Introducing the linear KF as a state estimator" and next steps2m
6 Lektüren
Notes for lesson 3.2.11m
Notes for lesson 3.2.21m
Notes for lesson 3.2.31m
Notes for lesson 3.2.41m
Notes for lesson 3.2.51m
Notes for lesson 3.2.61m
6 praktische Übungen
Practice quiz for lesson 3.2.112m
Practice quiz for lesson 3.2.210m
Practice quiz for lesson 3.2.310m
Practice quiz for lesson 3.2.410m
Practice quiz for lesson 3.2.510m
Quiz for week 230m
Woche
3
4 Stunden zum Abschließen

Coming to understand the linear Kalman filter

7 Videos (Gesamt 86 min), 7 Lektüren, 7 Quiz
7 Videos
3.3.2: Introducing Octave code to generate correlated random numbers15m
3.3.3: Introducing Octave code to implement KF for linearized cell model10m
3.3.4: How do we improve numeric robustness of Kalman filter?10m
3.3.5: Can we automatically detect bad measurements with a Kalman filter?14m
3.3.6: How do I initialize and tune a Kalman filter?12m
3.3.7: Summary of "Coming to understand the linear KF" and next steps2m
7 Lektüren
Notes for lesson 3.3.11m
Notes for lesson 3.3.21m
Notes for lesson 3.3.31m
Notes for lesson 3.3.41m
Notes for lesson 3.3.51m
Notes for lesson 3.3.61m
Notes for lesson 3.3.71m
7 praktische Übungen
Practice quiz for lesson 3.3.110m
Practice quiz for lesson 3.3.210m
Practice quiz for lesson 3.3.310m
Practice quiz for lesson 3.3.410m
Practice quiz for lesson 3.3.510m
Practice quiz for lesson 3.3.610m
Quiz for week 330m
Woche
4
4 Stunden zum Abschließen

Cell SOC estimation using an extended Kalman filter

8 Videos (Gesamt 101 min), 8 Lektüren, 7 Quiz
8 Videos
3.4.2: Deriving the three extended-Kalman-filter prediction steps15m
3.4.3: Deriving the three extended-Kalman-filter correction steps6m
3.4.4: Introducing a simple EKF example, with Octave code15m
3.4.5: Preparing to implement EKF on an ECM20m
3.4.6: Introducing Octave code to initialize and control EKF for SOC estimation13m
3.4.7: Introducing Octave code to update EKF for SOC estimation16m
3.4.8: Summary of "Cell SOC estimation using an EKF" and next steps2m
8 Lektüren
Notes for lesson 3.4.11m
Notes for lesson 3.4.21m
Notes for lesson 3.4.31m
Notes for lesson 3.4.41m
Notes for lesson 3.4.51m
Notes for lesson 3.4.61m
Notes for lesson 3.4.71m
Notes for lesson 3.4.81m
7 praktische Übungen
Practice quiz for lesson 3.4.110m
Practice quiz for lesson 3.4.210m
Practice quiz for lesson 3.4.310m
Practice quiz for lesson 3.4.410m
Practice quiz for lesson 3.4.510m
Practice quiz for lesson 3.4.710m
Quiz for week 430m

Dozent

Gregory Plett

Professor
Electrical and Computer Engineering

Über University of Colorado System

The University of Colorado is a recognized leader in higher education on the national and global stage. We collaborate to meet the diverse needs of our students and communities. We promote innovation, encourage discovery and support the extension of knowledge in ways unique to the state of Colorado and beyond....

Über den Spezialisierung Algorithms for Battery Management Systems

In this specialization, you will learn the major functions that must be performed by a battery management system, how lithium-ion battery cells work and how to model their behaviors mathematically, and how to write algorithms (computer methods) to estimate state-of-charge, state-of-health, remaining energy, and available power, and how to balance cells in a battery pack....
Algorithms for Battery Management Systems

Häufig gestellte Fragen

  • Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..