本发明公开了一种基于支持向量机模型和卡尔曼滤波的
锂电池SOC估计方法,包括:获取锂电池充放电历史数据;电池电压、将电流、工作温度作为支持向量机模型的输入,将SOC作为模型输出,利用支持向量机模型对锂电池SOC进行估计;确定模型参数,将估计误差控制在预设范围内;当估计值在预设范围内时,将该模型的输出SOC、经过卡尔曼滤波器进行滤波,得到精度高、动态适应性强的SOC估计值。本发明的数据处理方法和预测模型可以有效地对锂电池SOC进行估计,估计精度较高,可广泛应用于
动力电池SOC估计领域中。
声明:
“基于支持向量机模型和卡尔曼滤波的锂电池SOC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)