摘要
本发明提供的一种基于LSTM‑DEKF的电池SOC和实际有效容量协同估计方法,包括以下步骤:S1.构建电池二阶RC等效模型,采用递推最小二乘法对电池二阶RC等效模型的参数进行识别;S2.构建电池SOC状态方程,采用扩展卡尔曼滤波模型对电池SOC进行估计;S3.构建电池容量状态方程,采用扩展卡尔曼滤波模型对电池实际有效容量进行估计,且在长期运行工况下降电池实际有效容量更新到电池SOC状态方程中;S4.构建LSTM神经网络,并由LSTM神经网络预测SOC误差值,并对电池SOC的估计结果进行误差补偿得到最终电池SOC估计结果。
技术关键词
扩展卡尔曼滤波
LSTM神经网络
电池
递推最小二乘法
估计方法
协方差矩阵
观测噪声
方程
参数
误差矩阵
观测误差
电容
状态更新
工况
因子
变量
电阻
内阻
系统为您推荐了相关专利信息
分布鲁棒优化
动态资源配置
两阶段随机优化
一体化充电站
光伏发电数据
蓄电池传感器
电气负载供电
低压回路
识别模块
控制模块
地区电网供电
风力涡轮机
分布式发电机
储能系统
柴油发电机