公开(公告)号：CN108445406B

公开(公告)日：2021-05-25

申请号：CN201810205365.6

申请日：2018-03-13

Applicant: 桂林电子科技大学

Inventor： 张向文 ,  侯少阳 ,  党选举 ,  伍锡如 ,  任风华 ,  赵学军 ,  王子民 ,  莫太平

IPC: G01R31/385 ,  G01R31/392 ,  G01R31/367

Abstract: 本发明公开一种动力电池健康状态估计方法，由采集电池恒流充电的电池电压V、电流I、时间t求得充电容量Q、建立V‑Q关系曲线、容量增量曲线峰值及峰值位置信息获取、RBF神经网络建立、粒子群算法训练RBF神经网络模型、利用已经生成的RBF神经网络估计电池健康状态几个步骤组成。本发明在不需要建立电动汽车动力电池等效电路的情况下，通过数据驱动的方式建立恒流充电的容量增量曲线峰值、峰值位置与电池健康状态的映射关系，提高估计精度，实现在线实时估计，可以实现电池组整体估计。

公开(公告)号：CN108445406A

公开(公告)日：2018-08-24

申请号：CN201810205365.6

申请日：2018-03-13

Applicant: 桂林电子科技大学

Inventor： 张向文 ,  侯少阳 ,  党选举 ,  伍锡如 ,  任风华 ,  赵学军 ,  王子民 ,  莫太平

IPC: G01R31/36

Abstract: 本发明公开一种动力电池健康状态估计方法，由采集电池恒流充电的电池电压V、电流I、时间t求得充电容量Q、建立V-Q关系曲线、容量增量曲线峰值及峰值位置信息获取、RBF神经网络建立、粒子群算法训练RBF神经网络模型、利用已经生成的RBF神经网络估计电池健康状态几个步骤组成。本发明在不需要建立电动汽车动力电池等效电路的情况下，通过数据驱动的方式建立恒流充电的容量增量曲线峰值、峰值位置与电池健康状态的映射关系，提高估计精度，实现在线实时估计，可以实现电池组整体估计。