摘要
本发明涉及锂电池管理技术领域,特别涉及一种新能源车辆锂电池管理系统电荷状态估计方法及系统。首先,通过二阶RC等效电路构建锂电池的电路模型,该模型能够较好地反映电池的动态特性。配合着神经网络用于对电池的复杂非线性关系进行学习和建模,通过大量的电池充放电数据对神经网络进行训练并且进行建立数据库,通过三层数据清洗流程,使其能够根据电池的电压、电流以及温度等输入信息保存并预测出SOC。本发明通过结合二阶RC等效电路、神经网络、最小二乘法优化以及自适应卡尔曼滤波算法,实现对锂电池SOC的高精度、可靠测算。
技术关键词
锂电池管理系统
状态估计方法
新能源车辆
充放电数据
加权融合算法
等效电路模型
状态估计系统
优化神经网络
数据采集模块
锂电池管理技术
滑动窗口
动态更新参数
迁移学习策略
卡尔曼滤波算法
离群点
系统为您推荐了相关专利信息
放射治疗患者
状态监测方法
成像
雷达点云数据
LSTM神经网络模型
自主车辆定位
地图匹配方法
坐标
激光雷达数据
正态分布变换
风险评估系统
金融风险控制技术
图谱
计算机可读指令
分层筛选策略
谐波状态估计方法
节点
核心
霍尔特指数平滑法
方程