[发明专利]一种适用于稀疏数据的动力电池参数辨识方法有效
| 申请号： | 201810342607.6 | 申请日： | 2018-04-17 |
| 公开（公告）号： | CN108519557B | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 熊瑞;靳琪;穆浩 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 范盈 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种适用于稀疏数据的动力电池参数辨识方法，基于集员辨识算法，在实际系统噪声的统计分布特性难以确定时，不需要对系统噪声的统计分布特征作假定，只需知道系统噪声的界，通过传感器进行测量引入的误差，机器数的舍入误差以及建模误差都可以看做有界误差的形式。同时该算法具有识别冗余数据的能力，在电池管理系统采样间隔增大时，也可保证辨识精度，因而特别适用于稀疏数据的情况，具有显著提高动力电池管理系统可靠性等的诸多有益效果。 | ||
| 搜索关键词： | 稀疏数据 参数辨识 动力电池 系统噪声 辨识 算法 动力电池管理系统 电池管理系统 统计分布特性 统计分布特征 采样间隔 建模误差 冗余数据 舍入误差 实际系统 传感器 噪声 测量 引入 保证 | ||
【主权项】：
1.一种适用于稀疏数据的动力电池参数辨识方法，其特征在于：具体包括以下步骤：步骤一、实时在线获取并存储动力电池运行过程中的电流、端电压信息；步骤二、对所述动力电池建立状态空间模型；步骤三、基于集员辨识算法对所述状态空间模型进行在线参数辨识和更新；步骤四、利用由所述在线辨识所得到的前一时刻的OCV估计值与当前时刻的参数向量估计值，得到当前时刻下的OCV估计结果，同时根据OCV‑SOC的对应关系插值得到OCV的变化曲线；步骤五、比较基于所述步骤三得到的OCV在线辨识结果与基于所述步骤四通过插值得到的OCV变化曲线，对所述在线辨识结果进行验证。
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北京理工大学，未经北京理工大学许可，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/201810342607.6/，转载请声明来源钻瓜专利网。
