本发明公开了一种提升
锂离子电池荷电状态估计精度的融合方法，涉及电动汽车技术领域。本发明通过采集到的锂离子电池的电压、电流以及温度数据建立BP神经网络荷电状态估计模型，然后采用智能自适应卡尔曼滤波滤除BP神经网络荷电状态估计值的误差，进一步提升荷电状态估计的精度。本发明将BP神经网络和智能自适应卡尔曼滤波融合在一起估计荷电状态，比单一的BP神经网络的方法具有更强的鲁棒性和精确性，能够减少测量误差对荷电状态的影响，从而实现对锂离子电池荷电状态的精确估计。
声明：
“提升锂离子电池荷电状态估计精度的融合方法” 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)
730
编辑：管理员
来源：北方有色网
咨询细节
