本發(fā)明涉及一種基于深度強化學習卡爾曼濾波鋰離子電池SOC的估計方法,其主要技術(shù)特點:本發(fā)明通過對鋰離子電池二階RC等效電路拓撲,建立了離散系統(tǒng)數(shù)學模型,提出了一種新的深度強化學習卡爾曼濾波鋰離子電池SOC估計方法。首先,通過分析鋰離子電池二階RC等效電路模型,建立了電池的狀態(tài)空間模型,并利用傳統(tǒng)的卡爾曼濾波算法構(gòu)建了鋰離子電池的離散系統(tǒng)數(shù)學模型。結(jié)合人工智能思想,進一步設(shè)計了一個深度強化學習卡爾曼濾波鋰離子電池SOC估計方法。最后,通過貝葉斯規(guī)則確保了最佳協(xié)方差。仿真結(jié)果表明,該估算方法在利用兩種算法優(yōu)點的基礎(chǔ)上,通過貝葉斯規(guī)則可以確保系統(tǒng)的最佳協(xié)方差,有效降低了估算過程的計算量,進而提升SOC估算的精度,具有較好的實用性。
聲明:
“基于深度強化學習的卡爾曼濾波鋰離子電池SOC估計方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)