公开(公告)号：CN107422269B

公开(公告)日：2020-02-07

申请号：CN201710455480.4

申请日：2017-06-16

Applicant: 上海交通大学

Inventor： 熊飞 ,  杨博 ,  于文彬 ,  许齐敏 ,  陈彩莲 ,  关新平

IPC: G01R31/367 ,  G01R31/388

Abstract: 本发明提供一种基于混合高斯过程和动态OCV修正的锂电池SOC在线测量方法。本发明中混合高斯过程回归(GMR)综合了混合高斯模型和高斯过程回归模型，能有效的表示动态非线性的时间序列，动态OCV修正的方法能根据外部因素，校准OCV‑SOC曲线，得到精确的OCV，从而对SOC进行修正，消除累积误差，以实现在汽车复杂的工况下，以合适的算法难度，实时更新电池模型，准确跟踪电池特性，对累积估计误差进行修正，保证长时间的精度。

公开(公告)号：CN107422269A

公开(公告)日：2017-12-01

申请号：CN201710455480.4

申请日：2017-06-16

Applicant: 上海交通大学

Inventor： 熊飞 ,  杨博 ,  于文彬 ,  许齐敏 ,  陈彩莲 ,  关新平

IPC: G01R31/36

Abstract: 本发明提供一种基于混合高斯过程和动态OCV修正的锂电池SOC在线测量方法。本发明中混合高斯过程回归(GMR)综合了混合高斯模型和高斯过程回归模型，能有效的表示动态非线性的时间序列，动态OCV修正的方法能根据外部因素，校准OCV-SOC曲线，得到精确的OCV，从而对SOC进行修正，消除累积误差，以实现在汽车复杂的工况下，以合适的算法难度，实时更新电池模型，准确跟踪电池特性，对累积估计误差进行修正，保证长时间的精度。