基于深度学习的动力电池荷电状态估计方法及系统
授权
摘要
本发明提供了一种基于深度学习的动力电池荷电状态估计方法及系统，获取动力电池的温度、放电电流和开路电压；通过利用回归分析方法预训练得到的第一预测模型，根据获取的开路电压的值，计算基准状态荷电状态值；通过利用深度学习算法预训练得到的第二预测模型，根据获取的动力电池的温度和放电电流值，计算对应的荷电状态差值；计算得到的基准状态荷电状态值和对应的荷电状态差值之和，确定动力电池荷电状态。本发明能够合理估计电池荷电状态，避免使电池产生过充、过放等问题。
基本信息
专利标题 ：
基于深度学习的动力电池荷电状态估计方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN113884905A
申请号 ：
CN202111290055.7
公开（公告）日 ：
2022-01-04
申请日 ：
2021-11-02
授权号 ：
CN113884905B
授权日 ：
2022-06-14
发明人 ：
闫伟王俊博胡滨田从丰徐傲袁子洋
申请人 ：
山东大学
申请人地址 ：
山东省济南市历下区经十路17923号
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
李琳
优先权 ：
CN202111290055.7
主分类号 ：
G01R31/382
IPC分类号 ：
G01R31/382
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
G01R31/382
••用于监视电池或累加器变量的装置，例如SoC
法律状态
2022-06-14 ：
授权
2022-01-21 ：
实质审查的生效
IPC(主分类) : G01R 31/382
申请日 : 20211102
申请日 : 20211102
2022-01-04 ：
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
