摘要
本发明属于电池检测技术领域,尤其是一种小动力电动车的动力电池终端SOC预测方法,通过建立离散型模型后采用AEKF算法计算系统过程噪声的均值qk和方差Qk,以及测量噪声的均值rk和方差Rk,包括以下步骤:步骤一、计算过程噪声均值qk与方差Qk。该小动力电动车的动力电池终端SOC预测方法,通过自适应扩展卡尔曼滤波算法考虑了系统过程噪声和测量噪声的多变性,对噪声统计特性进行估计和修正,能够更准确地预测电池的SOC,特别是在应对不规则、抖动大、随机性干扰多的采样数据时;由于传统KF和EKF算法假设噪声为定值,长时间运行后误差会累积增大。而本发明的方法通过自适应调整,减少了误差累积,使得长期预测更为准确。
技术关键词
SOC预测方法
动力电池
在线参数辨识方法
协方差矩阵
终端
方程
噪声统计特性
算法
表达式
基尔霍夫定律
电池检测技术
统计噪声
误差矩阵
变量
系统为您推荐了相关专利信息
弧度调节机构
视觉检测系统
像素
边缘检测
机器学习算法
图像检测模型
旋转平台
光源驱动器
检测平台
旋转驱动机构
污染源识别方法
栅格
数字高程模型数据
指数
因子
沉浸式交互
模拟设备
触觉反馈手套
终端模块
多模态数据采集
功耗测试方法
模块电源
协方差矩阵
功率模块
电流检测设备