一种应用于丢失数据场景下CEBMS的电池老化分类预警方法

本发明公开了一种应用于丢失数据场景下CEBMS的电池老化分类预警方法，包括：S1：基于Kalman滤波器对原始数据进行去噪处理，得到去噪后的数据；S2：将电流数据输入到电模型和热模型中，得到估计后的电压、SOC和温度数据；S3：将所述估计数据输入到AWI计算模块中，同时将预设的历史数据输入到WT计算模块中进行老化阈值提取，根据老化阈值和老化预警指标的相对大小，构建分类老化预警和模型更新策略，本发明能够在云BMS接收到丢失数据的场景下对电池老化程度进行评估以及对老化类型进行分类为CEBMS中云电池模型的参数标定和模型更新提供参考与指导，保证了云BMS中所建立的电池模型精度，提升CEBMS的稳定性与准确性。