基于LSTM-DEKF的电池SOC和实际有效容量协同估计方法
申请号:CN202510871490
申请日期:2025-06-26
公开号:CN120891383A
公开日期:2025-11-04
类型:发明专利
摘要
本发明提供的一种基于LSTM‑DEKF的电池SOC和实际有效容量协同估计方法,包括以下步骤:S1.构建电池二阶RC等效模型,采用递推最小二乘法对电池二阶RC等效模型的参数进行识别;S2.构建电池SOC状态方程,采用扩展卡尔曼滤波模型对电池SOC进行估计;S3.构建电池容量状态方程,采用扩展卡尔曼滤波模型对电池实际有效容量进行估计,且在长期运行工况下降电池实际有效容量更新到电池SOC状态方程中;S4.构建LSTM神经网络,并由LSTM神经网络预测SOC误差值,并对电池SOC的估计结果进行误差补偿得到最终电池SOC估计结果。
技术关键词
扩展卡尔曼滤波
LSTM神经网络
电池
递推最小二乘法
估计方法
协方差矩阵
观测噪声
方程
参数
误差矩阵
观测误差
电容
状态更新
工况
因子
变量
电阻
内阻