本发明涉及一种实现
锂电池组荷电状态估计的方法。采用支持向量机理论强大的自学习能力实现对大容量锂电池的离线建模和在线状态估计，并从选取支持向量机最佳模型参数的角度出发，采用了简单、快速的粒子群优化算法实现参数的自适应全局搜索，缩短模型训练时间。而且采用粒子群优化算法实现参数的自适应搜索过程及建模过程是离线进行的，SOC预测过程则是实时的，参数的搜索过程不会影响到SOC估计的实时性。本发明在训练集样本数据不多的情况下,能够实现大容量锂电池荷电状态的准确估计，用廉价的数字处理器就可以操作，适合用于基于低成本微控制器的电池管理系统实现电池SOC的预测，具有实时、高效、低成本等特点。
声明：
“实现锂电池组荷电状态估计的方法” 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)
768
编辑：管理员
来源：北方有色网
咨询细节
