本發(fā)明屬于
鋰電池SoC估計領(lǐng)域,具體涉及一種基于卡爾曼濾波器和神經(jīng)網(wǎng)絡(luò)聯(lián)合估計模型的SoC估計方法;該方法包括:實時獲取待檢測的鋰電池的電流和電壓;將獲取的電流和電壓輸入到神經(jīng)網(wǎng)絡(luò)聯(lián)合估計模型中,得到待檢測的鋰電池SoC估計結(jié)果,本發(fā)明利用鋰電池
電化學模型結(jié)合神經(jīng)網(wǎng)絡(luò)非線性參數(shù)化方法,提高了模型的泛化能力;使用Sage?Husa估計器與無跡卡爾曼濾波算法結(jié)合,提高算法估計精度;通過實時更新模型參數(shù),解決了因環(huán)境變化和自身老化造成的鋰電池模型準確性降低的問題;與深度學習的估計方法相比,需要的數(shù)據(jù)量更小,抗噪聲的能力更強。
聲明:
“基于卡爾曼濾波器和神經(jīng)網(wǎng)絡(luò)聯(lián)合估計模型的SoC估計方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)