基于深度神经网络的车辆电池荷电状态估计方法与流程技术资料下载

技术编号:19212106

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及电池状态监测技术领域,更具体的说是涉及一种基于深度神经网络的车辆电池荷电状态估计方法。背景技术电动汽车(ev),由于其污染小、噪音低、能效高、驾驶体验好等特点,已经被广大消费者广泛追捧,加之有着国家政策的支持,其发展潜力巨大。电池作为电动汽车的核心系统,对电池状态进行在线、准确的监控是保证电动汽车安全性的重要手段,其主要通过对电池的荷电状态soc(state-of-charge,荷电状态)估计来实现。电池的soc是指当前剩余电荷量占总电荷量百分比,精准有效的估计能够清晰的反应出电池的当...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 邢老师:1.机械设计及理论 2.生物医学材料及器械 3.声发射检测技术。
  • 王老师:1.数字信号处理 2.传感器技术及应用 3.机电一体化产品开发 4.机械工程测试技术 5.逆向工程技术研究
  • 王老师:1.机器人 2.嵌入式控制系统开发
  • 张老师:1.机械设计的应力分析、强度校核的计算机仿真 2.生物反应器研制 3.生物力学
  • 赵老师:检测与控制技术、机器人技术、机电一体化技术
  • 赵老师:1.智能控制理论及应用 2.机器人控制技术 3.新能源控制技术与应用
  • 张老师:激光与先进检测方法和智能化仪表、图像处理与计算机视觉