[发明专利]一种电动汽车动力电池SOC智能预测装置

权利要求书

1.一种电动汽车动力电池SOC智能预测装置，其特征在于：所述智能预测装置包括电池参数采集平台和电池SOC预测系统，电池参数采集平台用于采集汽车动力电池组电压、电流、温度和环境温度的实时参数，电池SOC预测系统通过采集的实时参数来预测电池SOC值；

所述电池参数采集平台由电流传感器、电压检测电路、电池组温度传感器、环境温度传感器、负载和测控单元组成，其中测控单元包括单体电池数据采集模块、 CPU处理器、触摸屏、RS232接口、CAN接口、A/D转换单元和均衡器，该电池参数采集平台采集电池组电压与电流、电池温度和环境温度，并通过CAN总线接口与电动汽车控制系统进行信息交互；

所述电池SOC预测系统包括GM（1,1）电压预测模型、GM（1,1）电流预测模型、GM（1,1）温度预测模型、SOM神经网络分类器、多个RBF模糊神经网络估计模型和GM（1,1）内阻变化预测模型、GM（1,1）温度变化预测模型、ANFIS补偿估计模型和ARIMA动态预测模型组成，利用SOM神经网络分类器对影响电池SOC值的GM（1,1）电压预测模型输出值、GM（1,1）电流预测模型输出值、GM（1,1）温度预测模型输出值的电池预测电压、预测电流和预测温度样本参数进行分类，每类样本特征参数输入对应RBF模糊神经网络估计模型，RBF模糊神经网络估计模型输出、GM（1,1）环境温度变化预测模型输出值和GM（1,1）电池内阻变化预测模型输出值作为ANFIS补偿估计模型的输入，一个时间段内RBF模糊神经网络估计模型输出值减去ANFIS补偿估计模型输出值的k个差作为ARIMA动态预测模型的输入，ARIMA动态预测模型输出作为电池SOC预测值；

所述ANFIS补偿 估计模型的输出值是根据电动汽车电池GM（1,1）环境温度变化预测模型输出值、GM（1,1）电池内阻变化预测模型输出值和RBF模糊神经网络估计模型输出值的大小对多个RBF模糊神经网络估计模型输出值进行补偿；

所述一个时间段内RBF模糊神经网络估计模型输出减去ANFIS补偿估计模型输出值的k个差作为ARIMA动态预测模型的输入，ARIMA动态预测模型输出作为电池SOC预测值。

2.根据权利要求1所述的一种电动汽车动力电池SOC智能预测装置，其特征在于：所述SOM神经网络分类器对电动汽车电池GM（1,1）电压预测模型输出值、GM（1,1）电流预测模型输出值、GM（1,1）温度预测模型输出值的预测电压、预测电流和预测温度的特征参数进行合理的样本子集划分，不同子集特征参数输入对应RBF模糊神经网络估计模型，实现对电动汽车电池SOC值精确预测。