公开(公告)号：CN119150224A

公开(公告)日：2024-12-17

申请号：CN202411172109.3

申请日：2024-08-26

Applicant: 南京邮电大学

Inventor： 施涛 ,  罗兰 ,  周航宇 ,  盛佳林

IPC: G06F18/25 ,  G06F18/2411 ,  G06F18/2413 ,  G06F18/214

Abstract: 本发明公开了一种基于机理与数据融合驱动的锂电池SOC‑SOH联合估计方法，包括如下步骤：首先，使用相空间重构后的多维数据集对最小二乘支持向量机(LSSVM，Least Square SupportVector Machines)预测模型进行训练。然后，基于安时积分法和容量衰减的经验模型建立状态方程，通过LSSVM预测模型建立IUPF观测方程，代入改进的无迹粒子滤波算法(IUPF，Intermediate UPF)进行状态估计和参数更新。最后，更新后的LSSVM模型参数迭代到训练数据集，实现电池SOC(State OfCharge)和SOH(State OfHealth)的联合预测和数据驱动模型的在线更新。本发明提出的一种基于机理与数据融合驱动的锂电池SOC‑SOH联合估计方法，实现了锂电池荷电状态SOC和健康状态SOH的联合估计，考虑系统的状态噪声和量测噪声，以保证电池状态估计结果的精度和稳定。