摘要
本发明公开了一种基于三次Adaptive‑MEMD分解的锂电池SOC和SOH联合估计方法和系统,方法包括:采集锂电池充放电数据,基于双重自适应多元经验模态分解对锂电池荷电状态进行降噪,建立数据集;基于数据集提取峰值特征量并使用自适应多元经验模态分解;建立锂电池SOC估计模型,采用改进的登山队优化算法优化脉冲神经网络SNNs模型超参数,并基于自适应多元经验模态分解的结果进行SOC估计,得到SOC估计值;利用OSRELM模型对所述SOC估计值进行误差校正,得到最终SOC估计值;将最终SOC估计值与数据集组成新数据集,建立锂电池SOH估计模型,再次采用改进的登山队优化算法优化SNNs模型进行锂电池SOH估计,利用训练好的锂电池SOH估计模型进行SOH估计;本发明可以能够提高锂电池SOC和SOH联合估计精度。
技术关键词
多元经验模态分解
锂电池SOH估计
联合估计方法
锂电池荷电状态
充放电数据
模型超参数
位置更新
误差校正
脉冲
算法
电容
处理器
误差预测
极值
计算机程序产品
信号
校正模块
系统为您推荐了相关专利信息
支持向量机回归模型
锂电池
等效电路模型
充放电条件
曲线
滑坡位移预测方法
多元经验模态分解
灰狼优化算法
表达式
异构特征
锂离子电池容量
统计特征
编码特征
容量预测模型
锂离子电池健康状态估计技术
电池故障预测方法
训练集
大数据
历史故障数据
放电特征