摘要
本发明适用于电池非开环工作状态的电池荷电状态估计方法涉及电池技术领域;该方法依次执行以下步骤:利用传统门控循环单元GRU算法对电池荷电状态进行初始估计;利用传统门控循环单元GRU算法的结果和卡尔曼滤波算法的输入条件获得算法之间的联系;以分数阶理论为基础建立分数阶模型下的电池数学模型;引入自适应遗传AGA算法获得不同温度下电池的参数识别结果;利用分数阶多新息自适应无迹卡尔曼滤波算法对初始估计的荷电状态滤波并修正;本发明在传统的门控循环单元GRU算法的基础上加入了分数阶多新息自适应卡尔曼滤波算法,改善了单一门控循环单元GRU算法无法滤除噪声会导致最后的结果不够精确会在真实值周围波动的影响。
技术关键词
开环工作状态
门控循环单元
卡尔曼滤波算法
状态估计量
电池荷电状态
协方差矩阵
状态空间方程
神经网络算法
分数阶模型参数
分数阶电容器
噪声
遗传算法
非线性状态空间
GRU神经网络
数学模型
系统为您推荐了相关专利信息
卡尔曼滤波器
硬件加速器
卡尔曼滤波算法
状态控制器
时分复用技术
温度监控方法
冷冻食品
噪声
卡尔曼滤波算法
序列
老年认知障碍
筛查系统
综合评价模型
微循环
风险
智能调控方法
数字模拟转换器
反馈控制信号
决策算法
数字信号处理器
特征金字塔
声源定位方法
残差神经网络
注意力
门控循环单元