[发明专利]一种基于深度学习的电池SOC和SOH联合估计方法有效
| 申请号： | 202010946770.0 | 申请日： | 2020-09-10 |
| 公开（公告）号： | CN112269134B | 公开（公告）日： | 2022-12-02 |
| 发明（设计）人： | 何志伟;钱智凯;高明煜;董哲康;林辉品 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G01R31/388 | 分类号： | G01R31/388;G01R31/389;G01R31/392;G01R31/36 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 杨舟涛 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的电池SOC和SOH联合估计方法。具体步骤包括电池数据的采集、对数据的预处理、搭建SE‑CNN神经网络和BRNN神经网络、构建并训练估算模型，最后利用训练过的SE‑CNN网络估算电池的SOH值、利用BRNN网络估算电池的SOC值。本发明利用深度学习的参量自学习能力，减少了在估算电池的剩余容量与最大可用容量之比与电池容量和内阻的变化关系过程中的计算量，并考虑SOH和SOC之间的关联，进行联合估计，增强预测模型的稳定性，提高计算的准确性，弥补了现有技术中各种估算方法测量时间长、测量条件要求高、计算量过高以及估算精度低的不足，为各类电池管理系统提供一种快速、准确的SOH和SOC估算方法。 | ||
| 搜索关键词： | 一种 基于 深度 学习 电池 soc soh 联合 估计 方法 | ||
【主权项】：
暂无信息
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杭州电子科技大学，未经杭州电子科技大学许可，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/202010946770.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种高强度建筑地基
- 下一篇：一种具有超耐候性的粉末涂料及其制备方法和应用
