本发明公开了一种基于神经网络和UKF的
锂电池组SOC预测方法,包括:S1、采集电动汽车锂电池组的历史充放电数据以及对应的SOC数据;S2、建立BP神经网络;S3、对电动汽车锂电池组的历史充放电数据以及对应的SOC数据进行归一化处理;S4、对建立的BP神经网络进行训练;S5、获取预设时间内的电动汽车锂电池组的充放电数据作为BP神经网络的输入,采用训练后的BP神经网络对锂电池组的SOC数据进行预测;S6、采用UKF滤波算法对BP神经网络预测获得的SOC数据进行滤波处理后获得最后的预测结果。本发明可以准确地获得SOC的在线预测值,而且预测精度高、误差小,预测成本低,可广泛应用于电动汽车的控制行业中。
声明:
“基于神经网络和UKF的锂电池组SOC预测方法” 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)