[发明专利]一种高效能的无人机锂离子电池荷电状态估计系统及方法

权利要求书

1.一种高效能的无人机锂离子电池荷电状态估计系统，其特征在于，包括：数据采集单元和数据处理单元；

数据采集单元：用于采集无人机飞行过程中锂离子电池的状态数据，状态数据包括电压信号和电流信号；

数据处理单元：用于根据状态数据估计锂离子电池的荷电状态，该数据处理单元包括以下模块：

训练模块：利用状态数据建立训练数据集、并对支持向量机模型进行训练，

观测值获得模块：将k时刻的电压信号和电流信号代入训练后的支持向量机模型，获得k时刻的荷电状态Z_k并作为卡尔曼滤波观测值，

预测值获得模块：根据卡尔曼滤波的状态转移方程获得k时刻电池荷电状态的预测值

荷电状态获得模块：利用卡尔曼滤波观测值Z_k、k时刻的卡尔曼滤波增益Kg_k和k时刻电池荷电状态的预测值估计k时刻电池荷电状态估计值SOC_k。

2.根据权利要求1所述的一种高效能的无人机锂离子电池荷电状态估计系统，其特征在于，它还包括数据存储单元，

上述数据处理单元还用于将锂离子电池的荷电状态转换为数字信号，并发送至数据存储单元；

数据存储单元用于存储锂离子电池的状态数据和荷电状态。

3.根据权利要求1或2所述的一种高效能的无人机锂离子电池荷电状态估计系统，其特征在于，数据采集单元包括以下模块：

实验模块：用于模拟无人机飞行过程中锂离子电池的充放电过程，

采集模块：用于采集上述充放电过程中锂离子电池的电压信号、电流信号和电荷状态。

4.根据权利要求3所述的一种高效能的无人机锂离子电池荷电状态估计系统，其特征在于，根据下式获得k时刻的卡尔曼滤波增益Kg_k：

其中，为k时刻的估计误差协方差、R_k为k时刻的测量噪声协方差。

5.根据权利要求3所述的一种高效能的无人机锂离子电池荷电状态估计系统，其特征在于，根据下式获得k时刻电池荷电状态估计值SOC_k：

6.一种高效能的无人机锂离子电池荷电状态估计方法，其特征在于，包括以下步骤：

数据采集步骤：采集无人机飞行过程中锂离子电池的状态数据，状态数据包括电压信号和电流信号；

训练步骤：利用状态数据建立训练数据集、并对支持向量机模型进行训练，

观测值获得步骤：将k时刻的电压信号和电流信号代入训练后的支持向量机模型，获得k时刻的荷电状态Z_k并作为卡尔曼滤波观测值，

预测值获得步骤：根据卡尔曼滤波的状态转移方程获得k时刻电池荷电状态的预测值

荷电状态获得步骤：利用卡尔曼滤波观测值Z_k、k时刻的卡尔曼滤波增益Kg_k和k时刻电池荷电状态的预测值估计k时刻电池荷电状态估计值SOC_k。

7.根据权利要求6所述的一种高效能的无人机锂离子电池荷电状态估计方法，其特征在于，它还包括数据存储步骤，具体为：

将锂离子电池的荷电状态转换为数字信号，并进行存储；

存储锂离子电池的状态数据和荷电状态。

8.根据权利要求5或6所述的一种高效能的无人机锂离子电池荷电状态估计方法，其特征在于，数据采集步骤具体为：

模拟无人机飞行过程中锂离子电池的充放电过程，采集该充放电过程中锂离子电池的电压信号和电流信号。

9.根据权利要求8所述的一种高效能的无人机锂离子电池荷电状态估计方法，其特征在于，根据下式获得k时刻的卡尔曼滤波增益Kg_k：

其中，为k时刻的估计误差协方差、R_k为k时刻的测量噪声协方差。

10.根据权利要求8所述的一种高效能的无人机锂离子电池荷电状态估计方法，其特征在于，根据下式获得k时刻电池荷电状态估计值SOC_k：