本发明提供了一种多算法融合的锂离子电池荷电状态(SOC)和健康状态(SOH)联合估算方法,针对锂离子电池实际使用情况下,无法通过直接测量容量或内阻的方式得到电池SOH的问题,建立卷积神经网络(CNN)模型对其进行精确估计。并在此基础上,利用小波变换去噪预处理,随后建立了粒子群优化深度置信网络和自适应扩展卡尔曼/自适应H∞滤波融合算法((PSO‑DBN)‑AEKF/AHIFF)与CNN配合来实现对SOC与SOH的联合估计。通过对估计结果的验证,显示该方法在高斯白噪声条件下误差以及在有色噪声条件下估计误差均能达到极低的水平,达到了现有技术所不具备的诸多有益效果。
声明:
“多算法融合的锂离子电池SOC和SOH联合估算方法” 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)