本发明提供了一种基于神经网络及阻抗辩识校正的电池状态估计方法、系统，其中方法包括：对同一批次电池
电芯随机抽样获得测试样本，对测试样本进行循环寿命测试并采集不同温度、荷电状态、电池老化状态下的
电化学阻抗谱；利用神经网络拟合任意3个参数相对另一个参数的函数；对将用于
储能系统的电芯进行一次混合功率脉冲测试，标定各个参数，并与获得的电化学阻抗谱函数进行对照校正；组配电芯获得储能系统并投入运行，采用粒子滤波器获得电池运行时的荷电状态及老化状态；定时对电池电化学阻抗在线测量或校正，并利用函数进行参数校正并判断是否存在异常电池。本发明具有拟合容易、可解释性强、估算准确度高、能够实时监测电池状态等特点。
声明：
“基于神经网络及阻抗辩识校正的电池状态估计方法、系统” 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)
1084
编辑：管理员
来源：北方有色网
咨询细节
