[发明专利]一种soc预估方法有效
| 申请号： | 201910966433.5 | 申请日： | 2019-10-12 |
| 公开（公告）号： | CN110687459B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 杨文伟;许霞;李宏 | 申请（专利权）人： | 上海新微技术研发中心有限公司 |
| 主分类号： | G01R31/3842 | 分类号： | G01R31/3842;G06N3/0442;G06N3/08;G01R31/367 |
| 代理公司： | 苏州国卓知识产权代理有限公司 32331 | 代理人： | 明志会 |
| 地址： | 201800 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 soc 预估 方法 | ||
1.一种soc预估方法，包括：
步骤100：收集电池历史参数；
步骤200：向LSTM输入所述电池历史参数；
步骤300：所述LSTM输出预估SOC；
其特征在于，所述电池历史参数包括，
充电次数F，是每次电池耗尽、再次充电唤醒计数一次；
所述充电次数F对应的满电SOC；
所述充电次数F对应的电池用时ΔT，是电池耗尽、再次充电达到一次所述满电SOC后、电池运作至所述满电SOC耗尽的时间；
所述电池用时ΔT内的扭矩TQ和/或速率V；
所述预估SOC由以下四个公式之一得出：
其中充电次数Fn＝n，f(n)是SOCn的权重，g是LSTM中神经元数量，K是LSTM中各神经元权重W与SOCn最符合预估因子扭矩TQ的关系；
其中充电次数Fn＝n，f(n)是SOCn的权重，g是LSTM中神经元数量，K是LSTM中各神经元权重W与SOCn最符合预估因子速率V的关系；
其中f(n)是SOCn的权重，g是LSTM中神经元数量，K是LSTM中各神经元权重W与SOCn最符合预估因子扭矩TQ的关系；
其中f(n)是SOCn的权重，g是LSTM中神经元数量，K是LSTM中各神经元权重W与SOCn最符合预估因子速率V的关系。
2.根据权利要求1所述的soc预估方法，其特征在于，步骤100中包括，所述满电SOC由所述电池用时ΔT与电流I计算得出。
3.根据权利要求1所述的soc预估方法，其特征在于，所述电池用时ΔT与负载运作记录模块相关联。
4.根据权利要求1所述的soc预估方法，其特征在于，所述电池历史参数还包括非运作参数，所述非运作参数是指负载未运作功能时，电池参数发生的变化。
5.根据权利要求4所述的soc预估方法，其特征在于，所述非运作参数包括电池耗时ΔT’，以及所述电池耗时ΔT’内的电压变化ΔU’或电流变化ΔI’。
6.根据权利要求5所述的soc预估方法，其特征在于，所述非运作参数输出非运作损耗ΔSOC’。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海新微技术研发中心有限公司，未经上海新微技术研发中心有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910966433.5/1.html，转载请声明来源钻瓜专利网。
- 上一篇：终端电池电量确定方法及装置
- 下一篇：一种soc预估方法
