本發(fā)明適用于鋰離子電池技術(shù)領(lǐng)域,提供了一種基于機器學(xué)習模型的
動力電池組荷電狀態(tài)估計方法,方法包括:根據(jù)測試得到的動力單體電池溫度、電流、荷電狀態(tài)為輸入,以端電壓為輸出,利用長短期記憶神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練電池模型;采用平方根容積卡爾曼濾波算法,實時計算得到所述動力電池組中電壓最大單體電池和電壓最小單體電池的荷電狀態(tài);利用滾動學(xué)習方法重新訓(xùn)練電池模型;根據(jù)已獲取的動力電池組中電壓最大單體電池和電壓最小單體電池的荷電狀態(tài),利用權(quán)重方法計算電池組荷電狀態(tài)。本發(fā)明能夠在環(huán)境溫度變化和電池老化之后對動力電池組的荷電狀態(tài)進行精確估計,提高了動力電池組荷電狀態(tài)估計的效率和準確率,抗干擾能力強。
聲明:
“基于機器學(xué)習模型的動力電池組荷電狀態(tài)估計方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)