Deep Reinforcement Learning-Based Battery Management System for Electric Vehicles

Informacje na temat projektu

DeepBMS

Identyfikator umowy o grant: 101064083

DOI

10.3030/101064083

Projekt został zamknięty

Data podpisania przez KE 12 Lipca 2022

Data rozpoczęcia 15 Marca 2023

Data zakończenia 14 Marca 2025

Finansowanie w ramach

• Marie Skłodowska-Curie Actions (MSCA)

Koszt całkowity

Brak danych

Wkład UE

€ 230 774,40

Koordynowany przez

AALBORG UNIVERSITET
Denmark

CORDIS oferuje możliwość skorzystania z odnośników do publicznie dostępnych publikacji i rezultatów projektów realizowanych w ramach programów ramowych HORYZONT.

Odnośniki do rezultatów i publikacji związanych z poszczególnymi projektami 7PR, a także odnośniki do niektórych konkretnych kategorii wyników, takich jak zbiory danych i oprogramowanie, są dynamicznie pobierane z systemu OpenAIRE .

Rezultaty

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

Publikacje

Conference proceedings (4)

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

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

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

Autorzy: Farshid Naseri, Anders Christian Solberg Jensen, Erik Schaltz
Opublikowane w: IECON 2024 - 50th Annual Conference of the IEEE Industrial Electronics Society, 2025
Wydawca: IEEE
DOI: 10.1109/IECON55916.2024.10905256

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

Autorzy: Farshid Naseri, Peyman Setoodeh, Erik Schaltz
Opublikowane w: 2024 IEEE International Conference on Industrial Technology (ICIT), 2024
Wydawca: IEEE
DOI: 10.1109/ICIT58233.2024.10540773

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

Autorzy: Farshid Naseri, Gautam Sethia, Erik Schaltz
Opublikowane w: IECON 2024 - 50th Annual Conference of the IEEE Industrial Electronics Society, 2025
Wydawca: IEEE
DOI: 10.1109/IECON55916.2024.10905346

Peer reviewed articles (1)

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

Autorzy: Farshid Naseri; Zahra Kazemi; Peter Gorm Larsen; Mohammad Mehdi Arefi; Erik Schaltz
Opublikowane w: Batteries, 2023, ISSN 2313-0105
Wydawca: MDPI
DOI: 10.3390/BATTERIES9070382