本发明涉及锂离子电池荷电状态的预测,尤其涉及一种基于多特征量筛选的锂离子电池荷电状态预测方法。一种基于多特征量筛选的锂离子电池荷电状态预测方法,包括在锂离子电池放电过程中,采集锂离子电池用于预测电池荷电状态SOC的外部特征参数。本发明的有益效果是:同时结合电池充放电的各种特征量来预测锂离子电池的荷电状态;在数据提取中为减少传感器精度和环境影响,通过使用有限差分来减小计算误差;在数据筛选部分,通过将容量增量曲线、温度变化曲线、等时间压降曲线以及等时间电流下降曲线进行分组筛选,选出最优数据组合;在数据拟合中使用高斯平滑来平滑特征曲线;在SOC预测中使用优化的神经网络对锂离子电池荷电状态进行了预测。
声明:
“基于多特征量筛选的锂离子电池荷电状态预测方法” 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)