摘要
本发明涉及电池荷电状态估算技术领域,公开了一种无人机动力电池荷电状态精准估算方法,其技术方案要点是:多模态动态数据采集与预处理,量子‑经典混合建模与特征提取,元学习驱动的动态自适应优化,不确定性量化与安全边界管理,采用多模态动态数据采集与预处理、量子‑经典混合建模、元学习驱动的动态自适应优化及不确定性量化与安全边界管理技术,解决了无人机动力电池荷电状态估算中因多模态数据耦合复杂、电池极化效应与老化特性非线性强,导致传统方法在动态飞行工况下估算精度不足、适应性差的问题。
技术关键词
无人机动力电池
动态数据采集
等效电路模型
电流电压传感器
分层强化学习
电池荷电状态估算
老化特征
精确时钟协议
激光雷达点云数据
电池老化状态
多维时序数据
蒙特卡洛
量子隧穿效应
电池表面温度
孪生神经网络
多模态
分数阶电容
时间同步
系统为您推荐了相关专利信息
健康状态预测方法
无人机动力电池
量子态
量子旋转门
量子隧穿效应
模糊控制规则
传输控制方法
全桥逆变器
无线电
误差
事件检测系统
电池
处理器
生成警报
等效电路模型
内阻
阻抗特征
风险检测方法
等效电路模型
采样点
等效电路模型参数
采样点
辨识方法
协方差矩阵
误差变化量