一种基于DNN-UKF模型的电池健康状态预测方法

本发明公开了一种基于DNN‑UKF模型的电池健康状态预测方法，方法包括：根据电池特性构建等效电路模型，以电池内阻状态量为状态变量，电池输出端电压为输出变量，构建状态方程和观测方程；基于电池的状态方程和观测方程，利用无迹卡尔曼滤波算法计算电池内阻状态量的第一估计值；利用估计误差对第一估计值进行修正，得到第二估计值；其中，估计误差通过深度神经网络估计得到；利用第二估计值计算电池的SOH值；本发明解决了在环境噪声发生变化或是噪声较大时导致预测精度下降的问题，能够有效延长电池使用寿命和提高系统安全性。