基于重校准无迹卡尔曼滤波的锂电池SOC估计方法

AITNT
正文
推荐专利
基于重校准无迹卡尔曼滤波的锂电池SOC估计方法
申请号:CN202510107850
申请日期:2025-01-23
公开号:CN120122006A
公开日期:2025-06-10
类型:发明专利
摘要
本申请公开了基于重校准无迹卡尔曼滤波的锂电池SOC估计方法,包括以下步骤:测量不同SOC下的电压数据,建立SOC与开路电压的多项式函数关系;建立锂电池二阶RC等效电路模型;对等效电路模型进行参数辨识;基于重校准无迹卡尔曼滤波,进行锂电池SOC估计。本申请通过在状态向量更新后再进行系统的重新估计,可以避免传统方法中由于过早使用预测状态值进行卡尔曼增益计算而导致的误差,因此在更新后的状态量基础上重新估计卡尔曼增益,能够更加准确地反映系统的真实状态,从而提升滤波器的整体估计精度。
技术关键词
等效电路模型 无迹卡尔曼滤波 SOC估计方法 锂电池 协方差矩阵 校准 状态空间方程 贝叶斯算法 噪声 多项式 电压 锂离子电池 参数 采样点 电容 滤波器 非线性 电阻 定义
系统为您推荐了相关专利信息
1
一种基于遗传算法结合分子阵的DOA估计方法
表达式 估计方法 波束 功率 遗传算法优化
2
一种履带车辆侧滑状态估计方法、设备、介质及产品
参数估计系统 状态估计系统 履带车辆 状态估计方法 协方差矩阵
3
基于多模态AI大模型的应急灾害动态决策方法及系统
动态决策方法 多模态 时序特征 策略 拓扑特征
4
用于GNSS测量结果处理的积分
GNSS接收器 切片 误差模型 计算机程序代码 变量
5
一种电池健康状态估计方法及系统
电化学阻抗谱 核极限学习机 正则化参数 曲线特征 估计电池健康状态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号