基于卡尔曼滤波与IVYA-GPR的锂离子电池联合估计方法

本发明公开了基于卡尔曼滤波与IVYA‑GPR的锂离子电池联合估计方法，方法为：提取电池充放电数据中的至少两个健康特征；并使用至少两个健康特征训练IVYA‑GPR模型得到训练好的IVYA‑GPR模型用于SOH预测；实时采集电池的充放的电流电压数据建立电池的二阶RC等效电路模型；使用自适应遗忘因子最小二乘法对二阶RC等效电路模型进行在线参数辨识，在建立好的二阶RC电路模型基础上利用自适应卡尔曼滤波对SOC进行估计；部分：将充电阶段预测到的SOH用于更新参数辨识过程中的OCV‑SOC曲线和AUKF算法中状态方程的实际容量值，实现联合估计。本发明提升电池管理的精度。