技术编号:34664905
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。.本发明涉及动力电池技术领域,尤其涉及一种基于深度学习和网络压缩的电池荷电状态估计方法。背景技术.可众所周知,电池荷电状态估计是电池管理系统的重要功能之一,实时准确的电池荷电状态信息为电池充放电管理、安全管理、电芯均衡等提供重要参考依据。然而,由于电池本身结构及内部电化学反应复杂,无法直接测量得到电池荷电状态,只能通过各种直接或间接的方式测量得到。.目前常用的电池荷电状态估计方法主要包括:基于模型的估计方法与基于机器学习的估计方法;实践发现,现有技术存在如下缺陷:.基于模型的电池状态估计...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。