本发明公开一种锂离子电池荷电状态动态评估与长效预测融合方法,首先利用扩展卡尔曼滤波法对锂离子电池的电池荷电状态进行评估,得到锂离子电池荷电状态SOC
KEF;然后利用回声状态神经网络对锂离子电池的电池荷电状态进行预测,得到锂离子电池荷电状态SOC
ESN;最后对锂离子电池荷电状态SOC
KEF和锂离子电池荷电状态SOC
ESN进行加权融合,得到最终锂离子电池的电池荷电状态SOC。本发明提高了现有电池SOC检测方法的适应性和评估精度,克服单一方法进行SOC动态评估的局限性,针对性的选取基于模型和数据驱动的融合方法,兼顾SOC检测评估动态实时性和长期长效预测的需求。
声明:
“锂离子电池荷电状态动态评估与长效预测融合方法” 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)