一种基于改进随机森林联合容积卡尔曼动力电池荷电状态估计的...
授权
摘要
本发明公开了一种基于改进随机森林联合容积卡尔曼动力电池荷电状态估计的算法，用来解决动力电池在工作中荷电状态准确估计的问题。该方法结合了随机森林回归和容积卡尔曼滤波算法联合估计动力电池荷电状态，并通过含有禁忌鲸鱼搜索算法加权优化随机森林的参数，以达到对算法剪枝阈值、预测试样本数、决策树数量最优化处理，优化算法能够快速找到最优解，提高算法效率；通过双向长短时记忆人工神经网络，对动力电池剩余寿命进行预测，以达到修正电池最大可用容量，提高全时工况动力电池荷电状态估计的精度的目的；通过联合估计算法综合了随机森林和容积卡尔曼滤波两种算法，发挥两种算法的优点，避免两者的缺点，使动力电池荷电状态估计精度更高。
基本信息
专利标题 ：
一种基于改进随机森林联合容积卡尔曼动力电池荷电状态估计的算法
专利标题（英）：
暂无
公开（公告）号 ：
CN110888059A
申请号 ：
CN201911219341.7
公开（公告）日 ：
2020-03-17
申请日 ：
2019-12-03
授权号 ：
CN110888059B
授权日 ：
2022-04-19
发明人 ：
寇发荣王甜甜张宏王思俊
申请人 ：
西安科技大学
申请人地址 ：
陕西省西安市碑林区雁塔路58号
代理机构 ：
西安众星蓝图知识产权代理有限公司
代理人 ：
张恒阳
优先权 ：
CN201911219341.7
主分类号 ：
G01R31/367
IPC分类号 ：
G01R31/367 G01R31/3842 B60L58/12
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/367
••其软件，例如 使用建模或查找表进行电池测试
法律状态
2022-04-19 ：
授权
2020-04-10 ：
实质审查的生效
IPC(主分类) : G01R 31/367
申请日 : 20191203
申请日 : 20191203
2020-03-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
