摘要
本发明涉及锂电池的状态估计技术,本发明公开了一种考虑锂枝晶影响的锂电池荷电状态估计方法,其技术方案是通过ALO算法分段映射端电压与模型阻容参数的非线性特征,建立基于模型与实测端电压的Huber损失为适应度函数的优化等效模型,获取全局参数辨识方法;然后,引入自适应插值算法对参数进行线性伪插值,实现动态响应特性补偿;最后,基于强跟踪算法引入渐消因子修正SOC估计误差协方差矩阵,实现估计残差向量正交,提升容量状态突变跟踪能力;并采用噪声自适应机制,动态调整过程与测量噪声协方差参数,增强算法鲁棒性。
技术关键词
SOC估计算法
卡尔曼滤波算法
协方差矩阵
蚁狮算法
非线性特征
状态估计技术
插值算法
强跟踪滤波
锂电池
参数辨识方法
电池系统
EKF算法
状态机模型
算法鲁棒性
因子
调节误差
系统为您推荐了相关专利信息
关键帧
惯性里程计
移动机器人运动
因子
移动机器人位姿
SWIPT系统
接入点
多天线
扩展卡尔曼滤波
波束
光谱分析
训练卷积神经网络
模型算法
特征数据提取
均值聚类算法
检测设备
历史设备
便携式红外
设备异常诊断模型
异常数据