基于深度置信網絡和卡爾曼濾波融合的鋰離子電池荷電狀態估計方法,涉及電池管理技術領域。本發明是為了解決傳統方法存在的問題。本發明從電池實際運行中可直接測量的電流、電壓以及溫度參數出發,構建鋰離子電池SOC估計模型。采用深度學習中的深度置信網絡對鋰離子電池SOC進行估計,將深度置信網絡與卡爾曼濾波方法進行融合,得到融合以后的鋰離子電池SOC估計模型。與現有技術相比較而言,基于數據驅動方法的SOC估計方法可以根據電池實際工作得到的歷史數據進行特征提取,再結合濾波的方法檢查系統誤差,從而得到相對精確的SOC估計值。
聲明:
“基于深度置信網絡和卡爾曼濾波融合的鋰離子電池荷電狀態估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)