摘要
本申请提供一种基于膨胀力的车云融合电池荷电状态估计方法及估计系统,所述估计方法包括以下步骤:在车端获取电池状态数据并执行IAEKF算法以得到电池荷电状态的第一估计值,其中,所述电池状态数据包括电池动量膨胀力;在云端获取电池状态数据并使用包括GA模型、CNN模型及LSTM模型的联合预测模型,基于电池状态数据及膨胀力特征参数输出电池荷电状态的第二估计值;对电池荷电状态的第一估计值、第二估计值进行一维卡尔曼滤波以得到电池荷电状态的最终估计值。本申请提供的估计方法,能够提取对电池荷电状态变化更为敏感的膨胀力特征参量,并通过对车端、云端估计结果进行整合,迅速且精确地对电池SOC进行估计。
技术关键词
电池状态数据
卡尔曼滤波
电池荷电状态估计
优化LSTM模型
协方差矩阵
估计方法
遗传算法
误差
云端
特征参量
观测噪声
参数
电流
系统为您推荐了相关专利信息
新能源发电功率
协方差矩阵
XGBoost模型
电力系统
增量主成分分析
气象
优化LSTM模型
电功率预测方法
历史功率数据
序列
协方差矩阵
系统定位方法
构建系统模型
代表
概率密度函数
四足机器人
喷气装置
机器人控制方法
机器人位姿
力矩
建筑群
可视化系统
数字孪生技术
传感器融合技术
深度强化学习算法