本發明提供了一種多算法融合的鋰離子電池荷電狀態(SOC)和健康狀態(SOH)聯合估算方法,針對鋰離子電池實際使用情況下,無法通過直接測量容量或內阻的方式得到電池SOH的問題,建立卷積神經網絡(CNN)模型對其進行精確估計。并在此基礎上,利用小波變換去噪預處理,隨后建立了粒子群優化深度置信網絡和自適應擴展卡爾曼/自適應H∞濾波融合算法((PSO?DBN)?AEKF/AHIFF)與CNN配合來實現對SOC與SOH的聯合估計。通過對估計結果的驗證,顯示該方法在高斯白噪聲條件下誤差以及在有色噪聲條件下估計誤差均能達到極低的水平,達到了現有技術所不具備的諸多有益效果。
聲明:
“多算法融合的鋰離子電池SOC和SOH聯合估算方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)