摘要
本发明公开了一种基于库伦效率实时更新的锂离子电池荷电状态在线优化估计方法,包括如下步骤:首先,根据不同老化周期下充电过程的电流、电压数据,采用遗传算法辨识一种简化电化学模型的参数;然后分别计算模型参数与容量、和库伦效率的相关性,并将相关性强的模型参数作为健康特征;进而,以健康特征作为输入,采用机器学习算法分别训练容量和库伦效率估计模型;最后,在不同老化周期下,通过实时更新容量和库伦效率,采用安时积分法计算电池荷电状态。本发明在电池不同老化阶段,能够明显提高电池荷电状态的估计精度。
技术关键词
优化估计方法
电池荷电状态
机器学习算法
支持向量回归算法
初始荷电状态
锂离子电池
遗传算法
在线
安时积分法
参数
数据
电流
电压
周期
负极
训练集
因子
偏差
系统为您推荐了相关专利信息
电力能源管理系统
数据获取单元
设备剩余使用寿命
数据分析单元
监控电网状态
匹配推送方法
协同过滤技术
深度学习模型
推荐算法
项目
碳计量方法
楼宇管理系统
传感器节点
云端服务器
设备工作状态
肺癌风险预测模型
检测外周血
数据获取模块
梯度提升机
输出模块