摘要
本发明公开了一种电池静态维持时间预测方法及系统,主要涉及车辆蓄电池状态监测与预测技术领域。包括以下步骤:采集车辆在多次下电时刻和上电时刻的电池参数,并根据电瓶电源30电开关状态分类采集数据;基于采集到的电池参数数据,训练自反馈径向基函数神经网络RBFNN模型;在车辆下电期间,定时读取最近一次下电时刻的电池参数,根据30电开关状态选择对应的训练好的RBFNN模型,输入电池参数预测静态维持时间;计算当前时间到最近一次下电时刻的时间差和剩余维持时间,比较剩余维持时间与预设时间阈值,并通过云端系统向用户发送充电提醒信息。本发明的有益效果在于:它能有效避免因车辆长期静止而出现电池亏损和车辆无法启动的问题。
技术关键词
时间预测方法
电池SOC值
径向基函数神经网络
云端系统
电池传感器
参数
时间差
电池健康状态
时间预测系统
车辆蓄电池状态
模型训练模块
PCU控制器
平台
数据采集模块
开关
上位机系统
节点