本发明专利技术涉及电池测试技术领域，其公开了一种电池SOC预估方法、装置、设备及存储介质，该方法包括：对工作数据进行数据处理，得到BP神经网络模型的最优权值；根据最优权值构建BP神经网络模型，得到电池SOC预测模型；获取目标车辆的当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力；将所述当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力通过电池SOC预测模型进行预测。通过样本车辆数据对BP神经网络模型进行训练得到电池SOC预测模型，输入当前车辆数据到电池SOC预测模型，输出预测的电池SOC，从而实现对电池SOC的预估。从而实现对电池SOC的预估。从而实现对电池SOC的预估。
【技术实现步骤摘要】
电池SOC预估方法、装置、设备及存储介质
[0001]本专利技术电池测试
，尤其涉及一种电池SOC预估方法、装置、设备及存储介质。
技术介绍
[0002]电池的SOC能够反应当前电池的真实电量状态，准确地预估电池的SOC能够辅助驾驶员判断车辆的剩余里程。因此，如何精确预估电池电荷容量成为当前亟待解决的技术问题，目前传统的方式是通过电化学模型来进行预测，需要建立电化学模型的方法来估算电池的SOC，求解SOC与各数据之间确定的数学关系式，而且还需要求解模型中相关参数，故而很容易造成计算误差，从而造成预估不准确的问题。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0004]本专利技术的主要目的在于提供一种电池SOC预估方法、装置、设备及存储介质，旨在解决现有技术中电池SOC预估不准确的技术问题。
[0005]为实现上述目的，本专利技术提供一种电池SOC预估方法，所述电池SOC预估方法包括以下步骤：
[0006]获取样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力；
[0007]对所述电池工作电流、电池工作电压、电池正极温度与负载压力进行数据处理，得到BP神经网络模型的最优权值；
[0008]根据最优权值构建BP神经网络模型，得到电池SOC预测模型；
[0009]获取目标车辆的当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力；
[0010]将所述当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力通过电池SOC预测模型进行预测，得到预估的电池SOC。
[0011]可选地，所述对所述电池工作电流、电池工作电压、电池正极温度与负载压力进行数据处理，得到BP神经网络模型的最优权值，包括：
[0012]对所述电池工作电流、电池工作电压、电池正极温度与负载压力，进行数据处理，得到权值；
[0013]判断所述权值是否满足误差范围；
[0014]若不满足，则将所述权值进行非线性递归最小二乘跟踪，得到新的权值；
[0015]重复执行上述操作，直到所述权值满足误差范围，得到最优权值。
[0016]可选地，所述根据最优权值构建BP神经网络模型，得到电池SOC预测模型，包括：
[0017]根据所述BP神经网络模型的期望输出和实际输出，得到权值的估计值；
[0018]对所述权值的估计值进行泰勒展开保留线性项，得到系统的状态方程；
[0019]对所述系统的状态方程进行递推，得到新的权值。
[0020]可选地，所述根据最优权值构建BP神经网络模型，得到电池SOC预测模型，包括：
[0021]获取BP神经网络模型中的输出向量、输入向量以及参数向量之间的向量关系；
[0022]对所述样本车辆的初始值与最优权值进行处理，得到输入向量；
[0023]根据所述输入向量和所述输出向量、输入向量以及参数向量之间的向量关系，得到输出向量；
[0024]根据所述输出向量和预设期望向量得到误差，并判断所述误差是否满足精度范围；
[0025]根据所述BP神经网络模型的误差结果，更新BP神经网络模型的权值和阈值
[0026]在所述误差值未满足精度范围时，重复执行上述操作，直到所述误差值满足精度要求，得到电池SOC预测模型。
[0027]可选地，所述根据所述BP神经网络模型的误差结果，更新BP神经网络模型的权值和阈值，包括：
[0028]将所述初始值输入的BP神经网络的输入层；
[0029]将所述初始值进行隐含层的逐层处理，直到传输到输出层；
[0030]若输出层输出SOC值与期望值不同，则得到误差值；
[0031]根据所述误差值，更新BP神经网络的阈值和权值。
[0032]可选地，所述获取样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力之前，还包括：
[0033]获取样本车辆初始的电池的SOC；
[0034]保存初始样本车辆SOC，作为所述期望值。
[0035]可选地，所述获取样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力，包括：
[0036]发布执行指令，以使电流传感器、电压传感器、电池正极温度传感器与负载传感器收集目标车辆运行时的工作数据；
[0037]对所述样本车辆运行时的工作数据进行预处理，得到预处理后样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力。
[0038]此外，为实现上述目的，本专利技术还提出一种电池SOC预估预测装置，所述电池SOC预估装置包括：
[0039]获取模块，获取样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力；
[0040]所述获取模块，还用于获取目标车辆的当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力；
[0041]处理模块，用于对所述电池工作电流、电池工作电压、电池正极温度与负载压力进行数据处理，得到BP神经网络模型的最优权值；
[0042]建模模块，用于根据最优权值构建BP神经网络模型，得到电池SOC预测模型；
[0043]显示模块，用于将所述当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力通过电池SOC预测模型进行预测，得到预估的电池SOC。
[0044]此外，为实现上述目的，本专利技术还提出一种电池SOC预估装置，所述装置包括：存储
Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
[0059]本领域技术人员可以理解，图1中示出的结构并不构成对电池SOC预估设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0060]如图1所示，认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及电池SOC预估程序。
[0061]在图1所示的电池SOC预估设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接用户设备；所述电池SOC预估设备通过处理器1001调用存储器1005中存储电池SOC预估程序，并执行本专利技术实施例提供的电池SOC预估方法。
[0062]基于上述硬件结构，提出本专利技术电池SOC预估方法的实施例。
[0063]参照图2，图2为本专利技术电池SOC预估方法第一实施例的流程示意图，提出本专利技术电池SOC预估方法第一实施例。
[0064]在第一实施例中，所述电池SOC预估方法包括以下步骤：
[0065]步骤S10：获取样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力。
[0066]应理解的是，本实施例的执行主体是为所述电池SOC预估设备，该电池SOC预估设备具有图像处理、数据通信及程序运行等功能，所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电池SOC预估方法，其特征在于，所述方法包括以下步骤：获取样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力；对所述电池工作电流、电池工作电压、电池正极温度与负载压力进行数据处理，得到BP神经网络模型的最优权值；根据最优权值构建BP神经网络模型，得到电池SOC预测模型；获取目标车辆的当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力；将所述当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力通过电池SOC预测模型进行预测，得到预估的电池SOC。2.如权利要求1所述的方法，其特征在于，所述对所述电池工作电流、电池工作电压、电池正极温度与负载压力进行数据处理，得到BP神经网络模型的最优权值，包括：对所述电池工作电流、电池工作电压、电池正极温度与负载压力，进行数据处理，得到权值；判断所述权值是否满足误差范围；若不满足，则将所述权值进行非线性递归最小二乘跟踪，得到新的权值；重复执行上述操作，直到所述权值满足误差范围，得到最优权值。3.如权利要求2所述的方法，其特征在于，若不满足，则将所述权值进行非线性递归最小二乘跟踪，得到新的权值，包括：根据所述BP神经网络模型的期望输出和实际输出，得到权值的估计值；对所述权值的估计值进行泰勒展开保留线性项，得到系统的状态方程；对所述系统的状态方程进行递推，得到新的权值。4.如权利要求1所述的方法，其特征在于，所述根据最优权值构建BP神经网络模型，得到电池SOC预测模型，包括：获取BP神经网络模型中的输出向量、输入向量以及参数向量之间的向量关系；对所述样本车辆的初始值与最优权值进行处理，得到输入向量；根据所述输入向量和所述输出向量、输入向量以及参数向量之间的向量关系，得到输出向量；根据所述输出向量和预设期望向量得到误差，并判断所述误差是否满足精度范围；根据所述BP神经网络模型的误差结果，更新BP神经网络模型的权值和阈值；在所述误差值未满足精度范围时，重复执行上述操作，直到所述误差值满足精度要求，得到电池SOC预测模型。5.如权利要求4所述的方法，其特征在于，所述根据所述BP神经网...
【专利技术属性】
技术研发人员：石大排，蔡清玲，郭俊杰，屈旭东，王正宏，王关明，瞿迪，
申请(专利权)人：湖北文理学院，
类型：发明
国别省市：
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。