摘要
本发明公开了一种基于HO‑BP‑Hammerstein模型的电池荷电状态预测方法、系统及电子设备,涉及新能源电池管理系统技术领域。本发明包括数据获取步骤、数据预处理步骤、模型构建步骤、模型训练步骤、模型优化步骤、预测步骤。本发明提出构建HO‑BP‑Hammerstein复合模型,通过优化后的神经网络捕捉电池非线性动态特征,结合Hammerstein模型的线性稳态特性,实现SOC的高精度估计。
技术关键词
数据预测模型
BP神经网络
线性模块
新能源电池管理系统
车载电池组
电池荷电状态预测
历史运行数据
三次样条插值法
整车
非线性
传播算法
优化神经网络
误差
动态
动力电池
模型训练模块
电子设备
系统为您推荐了相关专利信息
电网故障预测
历史故障数据
灰色关联分析法
BP神经网络
配电网故障检修
仿真分析
分动器壳体
BP神经网络预测
神经网络预测模型
参数
位移预测方法
BP神经网络
粒子群算法优化
基坑
全局寻优能力