-
公开(公告)号:CN115598546A
公开(公告)日:2023-01-13
申请号:CN202211155114.4
申请日:2022-09-22
IPC分类号: G01R31/385 , G01R31/392 , G01R31/367
摘要: 本发明涉及一种锂离子电池SOH、SOC和RUL的联合估计方法,提取健康特征HF,将循环的HF序列和SOH衰减序列分别作为输入和输出,建立最小二乘支持向量机LSSVM电池衰减模型估计SOH;用等效电路模型拟合该充电电压段,识别阻容参数,形成状态方程和观测方程,估计该循环放电阶段的SOC,在第n个循环的放电阶段进行SOC估算;利用高斯过程回归GPR映射当前周期前的HF序列,通过周期数外推预测HF的变化趋势,并结合LSSVM退化模型实现RUL预测。本发明计算量和数据量小,实现优势互补,提高状态估计的准确性和适应性。
-
公开(公告)号:CN115598543A
公开(公告)日:2023-01-13
申请号:CN202211018002.4
申请日:2022-08-24
IPC分类号: G01R31/379 , G01R31/387 , G01R31/367 , G06F30/27 , G06N3/00 , G06N20/10
摘要: 本发明涉及一种基于改进的最小向量机算法的铅酸蓄电池容量估算方法,包括以下步骤:步骤1、获取可用容量的循环数据;步骤2、提取与当前容量相关性最强的等压降时间作为健康特征HF;步骤3、建立反映容量退化的LSSVM模型,并使用混沌粒子群算法提升LSSVM的回归性能;步骤4、对均充电池进行短时放电以提取相应的HF,代入建好的CPSO‑LSSVM模型中进行在线容量估计,获得电池容量的估计值。本发明能够通过短时放电,快速预测蓄电池容量。
-