[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在审
| 申请号： | 201910507795.8 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110135527A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 彭宇;刘大同;张绪龙;宋宇晨;彭喜元 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00;G01R31/3842;G01R31/367 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 于歌 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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，涉及电池管理技术领域。本发明是为了填补无人机锂离子电池荷电状态评估的空白。本发明采用卡尔曼滤波和支持向量机融合的方法实现锂离子电池的SOC在线估计，弥补了传统SOC估计方法精度较低的不足。同时，即使在SOC初值未知的情况下，亦可实现SOC的准确估计。可用于无人机执行任务过程中的锂离子电池数据采集和SOC估计。 | ||
| 搜索关键词： | 锂离子电池 荷电状态估计 高效能 卡尔曼滤波 支持向量机 电池管理 荷电状态 任务过程 数据采集 在线估计 可用 填补 融合 评估 | ||
【主权项】：
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Zk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Zk、k时刻的卡尔曼滤波增益Kgk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SOCk。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/patent/201910507795.8/，转载请声明来源钻瓜专利网。
