摘要
本申请公开了一种电池控制方法及系统,涉及电池评估领域,包括:获取多个电池的充放电数据和运行数据,构成初始数据集;按照充放电周期切分预处理后的数据集,构建时间序列样本集;构建基于长短时记忆LSTM神经网络的电池电动势滞回模型;获取目标电池一定时间范围内的历史充放电电流和温度数据作为输入,利用训练后的电池电动势滞回模型,预测当前时刻电池电动势值;根据电池的状态估计电荷状态估计值;将当前时刻荷电状态估计值传送至电池管理系统,电池管理系统基于荷电状态估计值调整目标电池的充放电功率限制和均衡控制参数。针对现有技术中老化电池的健康状态估计精度低,本申请通过刻画电池电动势对充放电电流的动态响应特性等,提高了精度。
技术关键词
电池控制方法
LSTM神经网络
平稳小波变换
序列
充放电数据
电流
标签预测值
周期
样本
电压
非参数回归方法
电池组装设计
电池管理系统
状态估计精度
电池控制系统
充放电特征
节点
系统为您推荐了相关专利信息
动态信息系统
计算机可执行指令
指标
存储时间序列数据
模块
电化学传感器
皮质醇
纳米酶
微流控芯片
丝网印刷碳电极
运动轨迹数据
动态时间规整算法
机械臂
数据采集模块
决策控制模块
切换混沌系统
数据加密通信方法
密钥
数据加密通信系统
分发策略