技术总结
本发明涉及电池技术领域的一种基于深度学习CKF的应急灯电池SOC估计方法，该方法通过以下步骤实现：首先建立应急灯电池系统的离散状态空间模型；然后采用深度学习CKF对电池的SOC值进行滤波估计。本发明提出的方法通过对有关参量的深度学习训练，能对CKF估计值进行优化补偿，提高电池SOC估计精度。同时，深度学习网络的自适应能力解决了CKF方法在模型不精确情况下引发的估计发散问题，增强了电池SOC估计算法的稳定性。
技术研发人员：杜明;管冰蕾;汤显峰;邵岳军
受保护的技术使用者：宁波飞拓电器有限公司
文档号码：201610619319
技术研发日：2016.07.29
技术公布日：2017.01.25