摘要
本发明公开了一种联合在线估计电池电量与健康度方法及系统,属于电池技术领域,解决了现有方法对SOC与SOH估计时,联合估计的协同性缺失,导致信息利用率低,估计误差相互影响的问题,所述方法包括提取锂离子电池CC‑CV充电阶段数据和工况循环放电阶段数据,构建电池联合估计模型,电池联合估计模型对锂离子电池CC‑CV充电阶段数据和工况循环放电阶段数据分析,输出输出锂离子电池的SOC和SOH估计值;本发明中,通过电池联合估计模型对锂离子电池的SOC和SOH进行联合估计,可以有效降低估计误差,并提高电池管理系统对电池状态的准确度,且电池联合估计模型能够更好地适应电池动力学特性的变化,从而更全面地反映电池的状态。
技术关键词
锂离子电池
阶段
工况
卷积神经网络模型
在线
优化深度置信网络
估计误差
扩展卡尔曼滤波算法
联合估计算法
数据抗干扰
融合算法
数据分析方法
模型训练模块
电池管理系统
电流
处理单元
系统为您推荐了相关专利信息
优化调控模型
SOM神经网络
空间统计分析
变量
优化调控方法
高通量
多尺度
柔性立管模型
单元形函数
离散化模型