摘要
基于机‑电‑热多源数据融合的锂电池SOC估计方法,多源传感数据采集与预处理;构建压力–温度耦合补偿单元,并将压力–温度耦合补偿单元的输出作为三阶球面径向卡尔曼滤波器下一时刻的SOC状态预测中;利用三阶球面径向卡尔曼滤波器预测值,该预测值即为估计的电池SOC;三阶球面径向卡尔曼滤波器基于二阶Thevenin等效电路模型实现SOC状态的高精度估计,并结合观测残差在线修正关键模型参数,这种协同优化机制有效减少了模型失配误差,提升了估计的鲁棒性;通过压力与温度对SOC变化速率的影响,修正三阶球面径向卡尔曼滤波器的预测值,简单高效地补偿了多物理场扰动对SOC估计的干扰,进一步提升本发明的准确性。
技术关键词
等效电路模型
SOC估计方法
卡尔曼滤波器
锂电池
支路
球面
扩展卡尔曼滤波
线性变换矩阵
电容
电池荷电状态
节点
数据
门控循环单元
电压
注意力
压力
失配误差
融合历史
物理
系统为您推荐了相关专利信息
惩罚策略
故障诊断方法
广义最小二乘法
储能电站
电池簇
数据处理方法
轨迹置信度
体型
统计检验方法
特征值
位置定位方法
多点定位方法
位置定位设备
坐标
螺旋式
数字孪生系统
纤维支气管镜
工作站
扩展卡尔曼滤波器
CMOS图像传感器
分布式控制系统
强化学习环境
深度Q学习网络
料仓
协方差矩阵