Deep Reinforcement Learning-Based Battery Management System for Electric Vehicles

Projektinformationen

DeepBMS

ID Finanzhilfevereinbarung: 101064083

DOI

10.3030/101064083

Projekt abgeschlossen

EK-Unterschriftsdatum 12 Juli 2022

Startdatum 15 März 2023

Enddatum 14 März 2025

Finanziert unter

• Marie Skłodowska-Curie Actions (MSCA)

Gesamtkosten

Keine Daten

EU-Beitrag

€ 230 774,40

Koordiniert durch

AALBORG UNIVERSITET
Denmark

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Leistungen

Documents, reports (1)

Communication, Dissemination & Outreach Plan

The plan describes the planned measures to maximize the impact of the project, including the dissemination and exploitation measures that are planned, and the target group(s) addressed. Regarding communication measures and public engagement strategy, the aim is to inform and reach out to society and show the activities performed, and the use and the benefits the project will have for citizens.

Data Management Plan (1)

Data Management Plan

The Data Management Plan describes the data management life cycle for all data sets that will be collected processed or generated by the action It is a document describing what data will be collected processed or generated and following what methodology and standards whether and how this data will be shared andor made open and how it will be curated and preserved

Veröffentlichungen

Conference proceedings (4)

An Effective Hybrid Approach for Detection of False Data Injection Attacks in Connected Battery Systems with Noisy Measurements

Autoren: Farshid Naseri, Zahra Kazemi, Nima Tashakor, Anders Christian Solberg Jensen, Corneliu Barbu, Erik Schaltz
Veröffentlicht in: IECON 2024 - 50th Annual Conference of the IEEE Industrial Electronics Society, 2025
Herausgeber: IEEE
DOI: 10.1109/IECON55916.2024.10905587

Robust Battery State-of-Charge Estimation in Presence of Model Uncertainties Using KalmanNet

Autoren: Farshid Naseri, Anders Christian Solberg Jensen, Erik Schaltz
Veröffentlicht in: IECON 2024 - 50th Annual Conference of the IEEE Industrial Electronics Society, 2025
Herausgeber: IEEE
DOI: 10.1109/IECON55916.2024.10905256

Online Tuning of Extended Kalman Filter Using Reinforcement Learning for Improved Battery State-of-Charge Estimation

Autoren: Farshid Naseri, Peyman Setoodeh, Erik Schaltz
Veröffentlicht in: 2024 IEEE International Conference on Industrial Technology (ICIT), 2024
Herausgeber: IEEE
DOI: 10.1109/ICIT58233.2024.10540773

Electrical Characterization and Performance Review of a New High-Power Lithium Iron Phosphate Cell

Autoren: Farshid Naseri, Gautam Sethia, Erik Schaltz
Veröffentlicht in: IECON 2024 - 50th Annual Conference of the IEEE Industrial Electronics Society, 2025
Herausgeber: IEEE
DOI: 10.1109/IECON55916.2024.10905346

Peer reviewed articles (1)

Cyber-Physical Cloud Battery Management Systems: Review of Security Aspects

Autoren: Farshid Naseri; Zahra Kazemi; Peter Gorm Larsen; Mohammad Mehdi Arefi; Erik Schaltz
Veröffentlicht in: Batteries, 2023, ISSN 2313-0105
Herausgeber: MDPI
DOI: 10.3390/BATTERIES9070382