[发明专利]一种基于机器学习模型的动力电池组荷电状态估计方法在审
| 申请号： | 202010801275.0 | 申请日： | 2020-08-11 |
| 公开（公告）号： | CN112083333A | 公开（公告）日： | 2020-12-15 |
| 发明（设计）人： | 舒星;陈峥;申江卫;颜文胜;薛撬 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/396;G01R31/388;G01R31/36;G01R31/00 |
| 代理公司： | 北京市盈科律师事务所 11344 | 代理人： | 荔恒辉 |
| 地址： | 650501 云南省*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于锂离子电池技术领域，提供了一种基于机器学习模型的动力电池组荷电状态估计方法，方法包括：根据测试得到的动力单体电池温度、电流、荷电状态为输入，以端电压为输出，利用长短期记忆神经网络算法训练电池模型；采用平方根容积卡尔曼滤波算法，实时计算得到所述动力电池组中电压最大单体电池和电压最小单体电池的荷电状态；利用滚动学习方法重新训练电池模型；根据已获取的动力电池组中电压最大单体电池和电压最小单体电池的荷电状态，利用权重方法计算电池组荷电状态。本发明能够在环境温度变化和电池老化之后对动力电池组的荷电状态进行精确估计，提高了动力电池组荷电状态估计的效率和准确率，抗干扰能力强。 | ||
| 搜索关键词： | 一种 基于 机器 学习 模型 动力 电池组 状态 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昆明理工大学，未经昆明理工大学许可，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/202010801275.0/，转载请声明来源钻瓜专利网。
