摘要
一种面向实车运行数据的车云协同SOH估计方法,涉及锂离子电池技术领域。在车端和云端都建立基于SOH与ΔSOH的混合数据驱动估计模型,通过监控满充阶段用于SOH数据驱动估计模型的更新,更新后所获得的SOH估计结果用来更新ΔSOH数据驱动估计模型,所获得的SOH估计值作为非满充阶段的SOH估计结果;选择统计特征指标构造老化特征,选择构造老化特征的参数,计算老化特征,并对老化特征进行在线增量计算;设计车云端的自监控与模型更新,车云端互监控及协同SOH估计策略。采用SOH与ΔSOH的混合数据驱动建模策略,基于统计特征指标构造老化特征,并利用车云协同进行SOH估计,更符合实际工况运行环境。
技术关键词
老化特征
数据驱动建模
在线增量
SOH估计方法
统计特征
云端
指标
模型更新
方程
阶段
估计算法
制动踏板行程
数据分布特征
车辆行驶里程
工况
锂离子电池技术
特征值
有效性
系统为您推荐了相关专利信息
列车通信网络
入侵检测方法
残差网络
焦点损失函数
注意力
能源调控方法
小生境灰狼优化
线性回归模型
负荷
数据
皮尔逊相关系数
双向长短期记忆网络
集合经验模态分解
通道注意力机制
剩余使用寿命预测
寿命预测模型
剩余使用寿命预测
轧辊表面
注意力机制
统计特征