本发明提出一种基于分数阶神经网路锂离子电池组SOC在线估计方法。具体步骤为:首先,进行锂离子电池组在不同温度、不同放电率、不同老化程度脉冲条件下进行充放电实验。其次,以温度、放电率、老化程度和电池组开路电压OCV为输入,电池组SOC为输出,训练分数阶神经网络。然后,由训练数据建立锂离子电池组状态量分数阶微分模型。最后,采用分数阶扩展卡尔曼滤波在线估计k+1时刻电池组SOC。本发明基于分数阶神经网络,考虑锂离子电池组实际工作环境,在不同温度、不同放电率、不同老化程度情况下拟合电池组SOC变化规律,并采用分数阶扩展卡尔曼滤波算法进行电池组SOC在线估计,具有精度更高、可信度更强等优点。
声明:
“分数阶神经网络锂电池组SOC在线估计方法” 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)