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