摘要
本发明公开了一种应用于云边电池管理系统的丢失数据恢复方法,所述方法包括:S1:基于Kalman滤波器对原始数据进行去噪处理,得到处理后的电池数据;S2:利用基于自注意力机制的时序数据模型对缺失的电流数据进行学习,捕捉序列数据中的关键特征并对缺失部分电流数据进行恢复;S3:利用恢复的电流数据结合构建的电池等效电路模型和热模型对电压、SOC和温度数据进行恢复,将恢复部分数据与原始缺失数据进行结合,得到完整的序列数据集。填补云端BMS数据清洗和丢失数据恢复部分的技术空白,解决在车端BMS的数据采集和端云无线通讯过程中出现的噪声,丢包和误码等数据异常问题,提升云电池管理系统的算法估计精度与鲁棒性,提高云数据库中所存储数据的质量。
技术关键词
数据恢复方法
电池管理系统
Kalman滤波器
电池等效电路模型
掩码矩阵
Attention机制
协方差矩阵
注意力机制
等效电路模型参数
电流
多维时序数据
模型参数辨识
基尔霍夫定律
电池内部温度
状态空间方程
协方差估计
系统为您推荐了相关专利信息
健康状态评估方法
储能系统
焦点
动态
健康状态评估技术
透明LED屏幕
调控系统
光强检测装置
调控平台
预训练模型
球形机器人系统
防水无刷电机
动力模块
电调
防护外壳
人形机器人
工作控制电路
电池组件
刀片式
电池管理系统
电池均衡控制系统
电池等效电路模型
单体电池
PID算法
电池状态监测模块