公开(公告)号：CN118731712A

公开(公告)日：2024-10-01

申请号：CN202410913950.7

申请日：2024-07-09

Applicant: 哈尔滨理工大学

Inventor： 李然 ,  李清源 ,  李政菁 ,  徐浩峰

IPC: G01R31/367 ,  G01R31/382 ,  G06N3/02

Abstract: 本发明公开了一种基于小波神经网络的锂电池SOC估计方法，涉及电池SOC估计领域。本发明获取电池的放电电压数据并根据所述电压数据绘制放电电压曲线；对所述电压数据进行n层离散小波变换处理，获得各层逼近信号和细节信号；将第n层逼近信号、第一层细节信号和电流信号输入神经网络模型中，得到电池的SOC数值。本发明解决了电池在高脉冲大倍率放电工况下参数变化较大而不能准确估计电池SOC数值的问题。

公开(公告)号：CN118671601A

公开(公告)日：2024-09-20

申请号：CN202410935677.8

申请日：2024-07-12

Applicant: 哈尔滨理工大学

Inventor： 李然 ,  李政菁 ,  李清源 ,  郭宇慧 ,  张济麟

IPC: G01R31/367 ,  G01R31/388 ,  G01R31/374

Abstract: 本发明公开了一种基于热电耦合模型的SOC在线估计方法，涉及电池管理技术领域。本发明根据电模型参数、热模型参数、荷电状态和平均温度的关系建立电‑热耦合模型，将平均温度输入电‑热耦合模型中，更新电模型中的参数，进而更新极化内阻；以电池荷电状态、极化电压为状态变量，充放电电流为输入变量，测量电压为观测变量，构建状态方程和输出方程的矩阵，进而得到电池的当前荷电状态数值；根据荷电状态获取当前的开路电压，进而得到电池的产热功率，将所述产热功率反馈至所述热模型用以修正电池输出的平均温度。本发明能够根据电池的电‑热耦合模型得到电池的实时SOC数值。