本发明涉及电池测试技术领域,其公开了一种电池SOC预估方法、装置、设备及存储介质,该方法包括:对工作数据进行数据处理,得到BP神经网络模型的最优权值;根据最优权值构建BP神经网络模型,得到电池SOC预测模型;获取目标车辆的当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力;将所述当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力通过电池SOC预测模型进行预测。通过样本车辆数据对BP神经网络模型进行训练得到电池SOC预测模型,输入当前车辆数据到电池SOC预测模型,输出预测的电池SOC,从而实现对电池SOC的预估。
一种电池SOC预估方法,其特征在于,所述方法包括以下步骤:获取样本车辆的电池工作电流、电池工作电压、电池正极温度与负载压力;对所述电池工作电流、电池工作电压、电池正极温度与负载压力进行数据处理,得到BP神经网络模型的最优权值;所述对所述电池工作电流、电池工作电压、电池正极温度与负载压力进行数据处理,得到BP神经网络模型的最优权值,包括:根据所述BP神经网络模型权值的k时刻和k-1时刻的关系、BP神经网络模型的期望输出、实际输出以及模型误差模型得到非线性函数;通过递推最小二乘法对状态向量进行辨识,得到状态向量的最小估计值;根据所述状态向量的最小估计值对所述非线性函数进行泰勒展开,并根据所述泰勒展开展开结果得到新的权值;重复上述递推辨识和展开操作直至所述新的权值满足误差范围,得到BP神经网络模型的最优权值;根据最优权值构建BP神经网络模型,得到电池SOC预测模型;获取目标车辆的当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力;将所述当前电池工作电流、当前电池工作电压、当前电池正极温度以及当前负载压力通过电池SOC预测模型进行预测得到预估的电池SOC
石大排,男,河南省开封市人,工学博士,博士后,副教授。研究方向主要包含节能与新能源汽车动力系统控制与测试、智能控制算法及优化、智能交通系统多维度道路信息融合、智能网联汽车决策与控制、智能电池管理。近年先后参与国家级项目3项,主持或参与省部级科研项目5项,主持或参与横向课题9项;发表学术论文28余篇,其中SCI检索8篇、EI会议论文4篇;申请发明专利32项,其中授权发明专利15项。
评价单位:- (-)
评价时间:2023-10-31
杨光友
科创中国试点城市(襄阳)工作小组
综合部负责人
综合评价
成果在团队、科技成果创新水平、创新优势和市场应用等方面表现出色。团队结构合理、专业背景丰富,具有较高的创新能力和经验。该成果在技术原理创新、科技创新亮点等方面具有较高的差异性和优势,能够满足市场需求并具有广泛的应用前景。同时,该团队注重专利保护和创新策略制定,提高了该项成果的创新价值和市场竞争力。建议继续加强与相关领域的合作与交流进一步优化和完善该项成果的技术和应用范围为新能源领域的发展做出更大的贡献。
查看更多>