本发明涉及一种基于模型学习的新能源车载电池剩余寿命估计方法,具体包括:选择并确定反映车载电池剩余使用寿命的容量变量并收集电池容量的周期变化数据;对容量数据进行必要处理以满足高斯过程回归算法要求的输入‑输出的学习关系;利用高斯过程回归算法学习处理好的数据并通过共轭梯度算法来求解超参数;把均方根无迹卡尔曼滤波算法应用到学习好的模型中,通过该算法的时间更新和测量更新阶段来提高对容量的估计准确度。本发明不仅避免了对车载电池内部复杂的机理分析问题,而且还通过算法数值稳定性的提升并根据实时的容量测量数据来提高对车载电池剩余使用寿命的实时的估计精度。
声明:
“基于模型学习的新能源车载电池剩余寿命估计方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)