[发明专利]一种蓄电池用基于DFFRLS和神经网络-ASRUKF的算法在审
| 申请号： | 202110363481.2 | 申请日： | 2021-04-02 |
| 公开（公告）号： | CN113094649A | 公开（公告）日： | 2021-07-09 |
| 发明（设计）人： | 顾钟凡;陈玉伟;李承澳;张德春;黄海 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06F17/16 | 分类号： | G06F17/16;G06N3/08;G01R31/367 |
| 代理公司： | 上海思牛达专利代理事务所(特殊普通合伙) 31355 | 代理人： | 丁剑 |
| 地址： | 210024 *** | 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： | 本发明提供一种蓄电池用基于DFFRLS和神经网络‑ASRUKF的算法，涉及蓄电池技术领域。该蓄电池用基于DFFRLS和神经网络‑ASRUKF的算法，包括：S1、DFFRLS在线参数辨识，S2、采用ASRUKF算法进行SOC估计，S3、通过DFFRLS和BP‑ASRUKF进行SOC联合估计。该蓄电池用基于DFFRLS和神经网络‑ASRUKF的算法，采用BP神经网络代替多项式拟合OCV‑SOC曲线可以进一步提高曲线拟合精度，从而提高参数在线辨识的精度，在参数在线辨识中，DFFRLS算法采用动态变化的遗忘因子，能够进一步降低“数据饱和”现象，相较于FFRLS及RLS算法具有更好的快速性和精确性息，在SOC估计中，噪声协方差矩阵实时更新的同时保证状态协方差矩阵的半正定性，降低了噪声协方差初值设定对估计精度的影响。 | ||
| 搜索关键词： | 一种 蓄电池 基于 dffrls 神经网络 asrukf 算法 | ||
【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河海大学，未经河海大学许可，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/202110363481.2/，转载请声明来源钻瓜专利网。
