专利交易市场

本发明公开了考虑内阻的数据驱动算法估算锂电池SOC的方法。该发明方法首先使用试验设备对锂离子电池进行充放电试验，测量电池在不同工作状态下的电压、电流、温度以及内阻数据，并对得到的数据进行预处理。接着搭建一个双向GRU网络，经过处理的数据一部分作为训练集来训练网络，另一部分则作为测试集来评估网络性能。最后为了提高所构建网络性能，使用NAG算法对双向GRU网络进行优化。构建好的双向GRU‑NAG网络输入为电池的电压、电流、温度和内阻，输出为电池的剩余电量，有着估算速度快，过程简单的优点，是一种数据驱动的电池剩余电量估算模型。

本发明公开了一种基于误差校正的锂电池SOC和SOH联合估计方法及系统，首先利用KD树对锂电池充放电数据进行缺失值填补，建立第一数据集；然后建立锂电池SOC估计模型，进行SOC估计，得到SOC估计值；利用OSELM模型对SOC估计值进行误差校正，得到最终SOC估计值；将所述最终SOC估计值与锂电池充放电数据组成第二数据集，建立锂电池SOH估计模型，采用改进的算数优化算法优化模型超参数，进行SOH估计，得到最终SOH估计值。本发明结合误差校正的思想，使锂电池荷电状态估计结果更为精准，并考虑到锂电池荷电状态与健康状态之间的紧密联系关系，对锂电池SOC和SOH进行联合估计，与现有技术相比，本发明能够有效提高计算精度，使得估计更为准确。