本发明提出一种基于分数阶神经网路
锂离子电池组SOC在线估计方法。具体步骤为：首先，进行锂离子电池组在不同温度、不同放电率、不同老化程度脉冲条件下进行充放电实验。其次，以温度、放电率、老化程度和电池组开路电压OCV为输入，电池组SOC为输出，训练分数阶神经网络。然后，由训练数据建立锂离子电池组状态量分数阶微分模型。最后，采用分数阶扩展卡尔曼滤波在线估计k+1时刻电池组SOC。本发明基于分数阶神经网络，考虑锂离子电池组实际工作环境，在不同温度、不同放电率、不同老化程度情况下拟合电池组SOC变化规律，并采用分数阶扩展卡尔曼滤波算法进行电池组SOC在线估计，具有精度更高、可信度更强等优点。
声明：
“分数阶神经网络锂电池组SOC在线估计方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1188
编辑：管理员
来源：北方有色网
咨询细节
