一种模糊粒子滤波算法制造技术

本发明专利技术涉及信号处理与状态估计技术领域，公开了一种模糊粒子滤波算法，包括选取电池模型并进行参数辨识，获取模型参数结果；根据模型参数结果，设计模糊控制器；根据模糊控制器，生成并初始化粒子集；对粒子集中粒子权重进行更新，并执行重采样操作，以获取重采样后的粒子权重结果；根据重采样后的粒子权重结果，获取荷电状态估算结果。上述的一种模糊粒子滤波算法，通过首次将模糊逻辑与粒子滤波算法相结合，用于新能源汽车电池SOC的估算。这种结合不仅充分利用了模糊逻辑处理不确定性的能力，还发挥了粒子滤波在非线性系统状态估计中的优势，实现了对电池SOC的高精度估算。

【技术实现步骤摘要】

本专利技术涉及信号处理与状态估计，具体涉及一种模糊粒子滤波算法。

技术介绍

1、新能源汽车的发展依赖于高效、准确的电池管理系统，其中soc(即电池的荷电状态)的精确估算对于提高电池使用效率、延长电池寿命以及保障行车安全具有重要意义。

2、soc作为电池剩余电量的直接反映，其准确估算能够帮助驾驶者了解车辆的可行驶里，优化充电策略，并有效避免电池过充或过放导致的安全隐患。

3、现有的soc估算方法主要包括安时积分法、卡尔曼滤波及其扩展算法等。然而，这些方法在非线性系统估计中往往存在精度不足或计算复杂度高的问题。

技术实现思路

1、针对现有技术存在的不足，本专利技术提出一种模糊粒子滤波算法，用于解决现有soc估算方法中存在的精度不足或计算复杂度高的问题。

2、一种模糊粒子滤波算法，包括：

3、选取电池模型并进行参数辨识，获取模型参数结果；

4、根据所述模型参数结果，设计模糊控制器；

5、根据所述模糊控制器，生成并初始化粒子集；

6、本文档来自技高网...

【技术保护点】

1.一种模糊粒子滤波算法，其特征在于，包括：

2.根据权利要求1所述的一种模糊粒子滤波算法，其特征在于，获取电池模型并进行参数辨识，获取模型参数结果，包括：

3.根据权利要求2所述的一种模糊粒子滤波算法，其特征在于，模型参数结果，包括：欧姆内阻R0、极化电阻R1、R2、极化电容C1、C2。

4.根据权利要求1所述的一种模糊粒子滤波算法，其特征在于，设计模糊控制器的步骤包括：

5.根据权利要求4所述的一种模糊粒子滤波算法，其特征在于，所述输入变量，包括：电池电压误差和电流变化率。

6.根据权利要求1所述的一种模糊粒子滤波算法，其特...

【技术特征摘要】

1.一种模糊粒子滤波算法，其特征在于，包括：

2.根据权利要求1所述的一种模糊粒子滤波算法，其特征在于，获取电池模型并进行参数辨识，获取模型参数结果，包括：

3.根据权利要求2所述的一种模糊粒子滤波算法，其特征在于，模型参数结果，包括：欧姆内阻r0、极化电阻r1、r2、极化电容c1、c2。

4.根据权利要求1所述的一种模糊粒子滤波算法，其特征在于，设计模糊控制器的步骤包括：

5.根据权利要求4所述的一种模糊粒子滤波算法，其特征在于，所述输入变量，包括：电池电压误差和电流变化率...

【专利技术属性】
技术研发人员：张震宇，徐丹，胡涛，安清，杨炆杰，杨帅，李元园，刘厚君，邹冰倩，
申请(专利权)人：重庆电子科技职业大学，
类型：发明
国别省市：