[发明专利]一种多模型并用的电池SOC估算方法在审
| 申请号： | 201810337096.9 | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108226809A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 王业琴;陈基础;杨艳;陈语嫣;郭畅;夏奥运;桑英军;武莎莎 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G01R31/36 | 分类号： | G01R31/36 |
| 代理公司： | 淮安市科文知识产权事务所 32223 | 代理人： | 李杰 |
| 地址： | 223005 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多模型并用的电池SOC估算方法，包括以下步骤：1）获取电池状态参数；2）对电池状态参数分别进行归一化处理；3）将归一化处理后的电池状态参数分别代入遗传算法优化BP神经网络估计模型、自适应神经‑模糊推理系统模型和OS‑ELM神经网络模型，得到三种SOC估算结果；4）根据SOC‑OCV关系，得到步骤3）所得三种SOC估算结果所分别对应的初步估算电压值；5）分别计算初步估算电压值与电压之间的偏差值；将偏差值归一化得到初步估算电压值的加权系数；6）根据加权系数计算SOC的最终估算值。利用电池三个重要参数，使用三种模型并行，将非线性系统用多个线性系统估计结果来描述，再加权叠加估算电池SOC值，有效提高估算精度。 | ||
| 搜索关键词： | 估算 电池状态参数 电池SOC 归一化处理 加权系数计算 模糊推理系统 神经网络模型 遗传算法优化 并用 非线性系统 估计结果 估计模型 加权叠加 加权系数 线性系统 重要参数 归一化 自适应 并行 电池 神经 | ||
【主权项】：
1.一种多模型并用的电池SOC估算方法，其特征在于包括以下步骤：1)获取电池状态参数，包括电池的电压U、电流I和温度T；2)对电池状态参数分别进行归一化处理；3)将归一化处理后的电池状态参数分别代入遗传算法优化BP神经网络估计模型、自适应神经‑模糊推理系统模型和OS‑ELM神经网络模型，得到三种SOC估算结果；4)根据SOC‑OCV关系，利用步骤3)得到的三种SOC估算结果初步估算电压值Um，m＝1,2,3；5)分别计算初步估算电压值Um与电压U之间的偏差值em，m＝1,2,3；将偏差值em归一化得到初步估算电压值Um的加权系数；6)根据加权系数计算SOC的最终估算值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于淮阴工学院，未经淮阴工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810337096.9/，转载请声明来源钻瓜专利网。
