數(shù)據(jù)驅(qū)動(dòng)型的高精度鋰電池SOC聯(lián)合估計(jì)方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110435042.8 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113376536A 公開(kāi)（公告）日 2021-09-10
申請(qǐng)公布號(hào) CN113376536A 申請(qǐng)公布日 2021-09-10
分類(lèi)號(hào) G01R31/387（2019.01）I;G01R31/367（2019.01）I;G01R31/36（2019.01）I;G01R31/378（2019.01）I 分類(lèi) 測(cè)量；測(cè)試;
發(fā)明人 李坤;曾國(guó)建;吉祥;余鏗 申請(qǐng)（專(zhuān)利權(quán)）人 安徽銳能科技有限公司
代理機(jī)構(gòu) 北京潤(rùn)平知識(shí)產(chǎn)權(quán)代理有限公司 代理人 肖冰濱;劉兵
地址 230051安徽省合肥市包河區(qū)包河工業(yè)區(qū)花園大道8號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明實(shí)施方式提供一種數(shù)據(jù)驅(qū)動(dòng)型的高精度鋰電池SOC聯(lián)合估計(jì)方法及系統(tǒng)，屬于鋰電池的SOC估計(jì)技術(shù)領(lǐng)域。所述方法包括：構(gòu)建初始的SVM模型；采用PSO方法確定所述SVM模型的懲罰因子；根據(jù)所述懲罰因子更新所述SVM模型；訓(xùn)練并測(cè)試所述SVM模型以確定所述SVM模型估計(jì)SOC的精度；判斷所述精度是否小于預(yù)設(shè)的閾值；在判斷所述精度大于或等于所述閾值的情況下，再次采用PSO方法確定所述SVM的懲罰因子，并執(zhí)行所述方法的相應(yīng)步驟，直到判斷所述精度小于所述閾值；以及在判斷所述精度小于所述閾值的情況下，輸出所述SVM模型，并采用所述SVM模型對(duì)SOC值進(jìn)行估計(jì)。該方法和系統(tǒng)能夠精確估計(jì)鋰電池的SOC值。