一种面向非线性非高斯系统的基于MPR和IGS-SRCPF的锂离子电池SOC状态估计方法

本发明公开了一种面向非线性非高斯系统的基于MPR和IGS‑SRCPF的锂离子电池SOC状态估计方法，包括：将粒子滤波和高斯和滤波结合，形成高斯和粒子滤波算法；利用高斯分量融合策略思想，对现有的无监督EM算法进行改进，得到IGS‑SRCPF算法；参考线性高斯MPR的定义方式，在IGS‑SRCPF算法中定义非线性非高斯系统的MPR，根据非线性非高斯系统中模型调节系数的特殊性，利用多目标HPO‑DOA优化算法结合模型调节系数以及能够更好设计高性能非线性非高斯滤波器的条件，得到基于MPR的IGS‑SRCPF算法；利用基于MPR的IGS‑SRCPF算法对锂离子电池SOC状态进行估计，得到状态估计结果；利用深宽度学习融合网络对状态估计结果进行修正，得到最终的锂离子电池SOC状态估计。