本发明公开了一种基于改进粒子滤波与双指数衰退经验物理模型融合的锂离子电池剩余寿命预测方法。针对基于数据驱动的方法精度严重依赖于模型架构的完善准确程度问题,采用非线性最小二乘法对双指数模型进行参数辨识,运用仿真模拟与试验测量等方法对特定研究对象电池进行验证并优化经验模型;同时采用统计学相关系数理论改良重采样策略,利用路径相似性程度阈值重新修正粒子权重,舍弃掉状态平滑估计以解决标准PF算法中粒子退化问题。基于此,提出构建一套完整基于相关系数理论的改进粒子滤波算法与架构科学精准的参数辨识双指数衰退经验模型相融合的锂离子电池剩余寿命预测系统性研究方法,充分实现了电池健康管理的高精度和高时效性预测。
声明:
“基于改进粒子滤波与双指数衰退经验物理模型融合的锂离子电池剩余寿命预测方法” 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)