【技术实现步骤摘要】
一种基于EKF
‑
LSTM的锂电池荷电状态联合预测测量方法
[0001]本专利技术涉及计算机应用领域,具体涉及一种基于扩展卡尔曼和神经网络学习对锂离子电池通过数据采集设备采集数据进行荷电状态联合测量和预测的方法。
技术介绍
[0002]计算机技术在工业生产和日常生活中具有广泛应用,通过对数据采集设备采集的电池数据进行处理获得待预荷电状态的基础信息,因此,数据的使用和模型的精度对电池管理系统具有重要的意义;相比传统铅酸电池,锂离子电池在循环寿命、能量密度比和伏安特性曲线等性能上有着无可比拟的优势,作为判断电池使用周期的一个重要指标,荷电状态是电池管理系统进行电池管理的主要依据;准确地估计电池SOC十分重要,SOC的变化不仅能够反映电池的状态,还能为能量管理系统实现能量均衡分配提供重要依据,有效的延长电池的使用寿命;常用的SOC估算基于电流、电压和内阻等参数采用开路电压法、安时积分法和电量累计法等方法进行估算,这些方法虽然实现简单,但存在不可在线检测的缺点,不利用对电池进行集中管理系统。随着智能算法的不断发展,卡尔曼滤波、神经网络和模糊控制等方法也在电池SOC估算中得到应用,目前对SOC预测的研究主要是结合各种预测模型的优点,因此,通过硬件和联合算法对荷电状态进行预测,对提高SOC预测精度和管理系统的运行效率,具有一定的现实意义。
技术实现思路
[0003]该方法应用电池管理系统,具体为电池荷电状态监测管理系统,所述系统包含有数据采集设备、多芯线束、通讯总线、RS485接口和锂离子电池, ...
【技术保护点】
【技术特征摘要】
1.一种基于EKF
‑
LSTM的锂电池荷电状态联合预测测量方法,其特征在于,该方法应用电池管理系统,具体为电池荷电状态监测管理系统,所述系统包含有数据采集设备、多芯线束、通讯总线、RS485接口和锂离子电池,其中数据采集设备获得采集到的锂离子电池内外参数,通过多芯线束连接电池和数据采集设备,并集成连接至通讯总线,RS485接口采用TCP/IP协议,计算机和通讯总线通过连接RS485接口获取数据采集设备采集的锂离子电池内外参数数值;1)通过构建高阶RC等效电路模型,得到荷电状态SOC的相关表达式并进行离散化,当锂离子电池无N论处于何时,都能得到其关于下一时刻的计算值;2)对采集数据中的偏差数据采用高斯拟合,无效数据采用剔除的方式进行预处理,再将处理后的多维数据赋予不同权重,还需要将数据标准化为具有零均值和单位方差,使用相同的权重来标准化测试数据,采用加权平均的方式通过公式(1)获取锂离子电池的SOC指标式中x是电池SOC的评估指标,值越小,说明设备的状态越好,r
q
是第q个变量的监测值,Q是监测变量的总数,ω
q
则是对第q个监测变量赋予的权重;计算EKF算法中的观测噪声和过程噪声,将步骤SOC评估指标x与EKF进行联立求解,获取当前时刻协方差、卡尔曼增益、状态空间值...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。